Pytorch图像去噪实战（八十）：降级策略与熔断保护，保证高峰期服务不被大图请求拖垮

一、问题场景：高峰期几个大图请求，把整个服务拖慢

图像去噪服务在高峰期最怕两类请求：

• 超大图片
• 高质量模型请求

它们会占用大量 CPU/GPU 时间，导致普通小图请求也变慢。

这时如果没有保护机制，会出现：

• 队列堆积
• P95耗时暴涨
• GPU显存接近满
• Nginx超时
• 用户大量失败
• 服务整体雪崩

这一篇我们实现：

降级策略与熔断保护，让系统在压力大时优先保证核心服务可用。

二、什么是降级？

降级就是在系统压力大时，降低部分服务能力。

例如：

高质量模型 -> 轻量模型 同步大图 -> 异步任务 超大图 -> 拒绝处理 结果PNG -> 压缩JPEG

目标不是让所有请求都完美，而是：

保证服务整体不崩。

三、什么是熔断？

熔断是指当某个功能持续