docker镜像funasr-runtime-sdk-online-cpu-0.1.11，每次链接建立都造成内存增加，断开后内存不下降

[EAGLE50]

Notice: In order to resolve issues more efficiently, please raise issue following the template. （注意：为了更加高效率解决您遇到的问题，请按照模板提问，补充细节）

🐛 Bug

docker镜像funasr-runtime-sdk-online-cpu-0.1.11，使用常规模型、支持热词的模型，在每次链接建立时都会造成内存增加（约100M），处理结束后，链接断开，内存并不下降。推理过程中，内存不增加。当服务持续运行（不重启），不断有链接的建立与断开时，将导致内存占用小幅地不断升高（每次链接约升高100M）。

To Reproduce

Steps to reproduce the behavior (always include the command you ran):

我所有的操作可概括为： 1.下载docker镜像。 docker pull registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.11 2.根据该版本镜像中funasr-wss-server-2pass.cpp文件所列的，下载modelscope中的最新模型文件。创建一个容器实例，映射模型下载的文件夹。原因是主机不连公网，通过本地方式加载模型文件。 3.修改run_server_2pass.sh脚本。 3.1将io_thread_num 和 model_thread_num的值固定写死

io_thread_num=$(( (decoder_thread_num + multiple_io - 1) / multiple_io ))

model_thread_num=1

io_thread_num=8 model_thread_num=4 3.2 注释掉重启服务的功能。

server_cmd="省略..."

mkdir -p /workspace/.config

echo $server_cmd > /workspace/.config/server_config

4.基于文档，通过nohup 方式启动服务，并通过websocket/build/bin/funasr-wss-client-2pass 发送测试音频 5.使用top命令观察内存变化情况。

Code sample

Expected behavior

尝试过常规模型：speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-onnx v2.0.5 尝试过热词模型：speech_paraformer-large-contextual_asr_nat-zh-cn-16k-common-vocab8404-onnx v2.0.5 两模型都是9月26号更新后的。 尝试过增加热词列表、不增加热词列表。推理过程中内存都不增加，但链接建立时内存增加，断开后内存不下降。从而导致如果有链接不断的建立与断开，会推高内存占用率。 贴几张测试时的top截图。

Environment

主机环境： 在docker镜像中运行的。 Linux系统 docker镜像funasr-runtime-sdk-online-cpu-0.1.11 32核CPU 520G内存

若bug为真，请给予确认回复，并期待修复。 若bug为假，请告知正确的处理过程，以规避当前我部署服务所出现的情况。 感谢！！！

Additional context

[lyblsgo]

可能是计算线程的资源开销、onnxruntime的内存cache、或者释放的内存扔被保留在进程的内部池中，以备将来重新分配，内存应该不是线性增长的，可以把计算线程decoder_thread_num设置为1，然后循环调用几十次观察下内存情况

[EAGLE50]

可能是计算线程的资源开销、onnxruntime的内存cache、或者释放的内存扔被保留在进程的内部池中，以备将来重新分配，内存应该不是线性增长的，可以把计算线程decoder_thread_num设置为1，然后循环调用几十次观察下内存情况

十分感谢！已验证，无问题。 验证内容包括：在热词模型+5000多个热词列表的情况下，将值设定为： 第一：decoder=1,io=1,model=1，此时内存从1.5g涨到1.7g后保存不变，链接建立与断开无内存泄漏 第二：decoder=32,io=2,model=1，此时内存从1.5g涨到2.1g后保存不变，链接建立与断开无内存泄漏 第三：decoder=32,io=8,model=4，此时内存从1.5g涨到2.5g后保存不变，链接建立与断开无内存泄漏

[simple0918]

可能是计算线程的资源开销、onnxruntime的内存cache、或者释放的内存扔被保留在进程的内部池中，以备将来重新分配，内存应该不是线性增长的，可以把计算线程decoder_thread_num设置为1，然后循环调用几十次观察下内存情况

十分感谢！已验证，无问题。 验证内容包括：在热词模型+5000多个热词列表的情况下，将值设定为： 第一：decoder=1,io=1,model=1，此时内存从1.5g涨到1.7g后保存不变，链接建立与断开无内存泄漏 第二：decoder=32,io=2,model=1，此时内存从1.5g涨到2.1g后保存不变，链接建立与断开无内存泄漏 第三：decoder=32,io=8,model=4，此时内存从1.5g涨到2.5g后保存不变，链接建立与断开无内存泄漏

我也遇到这样的问题，请问你是怎么解决的？