执行摘要

本PR在stage-b-test-1-gpu-small CI作业中设置RUNAI_STREAMER_MEMORY_LIMIT=0环境变量，以解决runai模型加载测试因内存缓冲限制导致的性能瓶颈和超时问题。通过启用无限缓冲，将测试吞吐量从42秒/迭代提升至3秒/迭代，确保测试在30分钟超时内完成，提升CI可靠性。变更仅涉及CI工作流文件，风险低，不影响生产代码。

功能与动机

• 问题背景：test_runai_model_loader测试从公共GCS桶流式加载CodeGemma 2B模型（5.6 GiB，165张量）时，流式加载器的默认内存缓冲上限导致其在预取前阻塞消费，使吞吐量从~3秒/迭代降至~42秒/迭代，总耗时18分钟（5.3 MiB/s），引发CI作业超时（失败日志）。
• 解决方案：设置RUNAI_STREAMER_MEMORY_LIMIT=0以启用无限内存缓冲，避免阻塞，匹配已有工作流（如diffusion-ci-gt-gen和pr-test-multimodal-gen）的做法，并遵循PR #17636的先例。

实现拆解

仅修改一个文件，具体变更如下：

代码片段：

env:
  CONTINUE_ON_ERROR_FLAG: ${{ needs.check-changes.outputs.continue_on_error == 'true' && '--continue-on-error' || '' }}
  RUNAI_STREAMER_MEMORY_LIMIT: 0

评论区精华

Review中无实质性技术讨论，仅hnyls2002批准PR。Issue评论显示验证过程：

• alexnails执行/rerun-stage stage-b-test-1-gpu-small触发重跑。
• hnyls2002执行/rerun-test test_runai_model_loader.py --branch main (2 tries)并确认成功（重跑链接）。

风险与影响

• 技术风险：
  • 无限内存缓冲可能增加CI节点的内存使用，但已有类似工作流采用相同设置，表明风险可控。
  • 变更仅限CI环境，不涉及生产代码，回归风险小。
  • 缺少内存使用量监控，但测试模型大小固定（5.6 GiB），影响有限。
• 影响分析：
  • 用户：无感知，不影响系统功能。
• 系统：提升CI测试稳定性，避免超时失败。
• 团队：减少CI重试成本，加快测试反馈循环。

关联脉络

• 历史PR关联：PR body提及遵循PR #17636，表明此环境变量设置已有先例，是CI优化的一致模式。
• 跨PR趋势：近期多个PR（如#22292、#22301、#22298）聚焦CI优化，包括测试超时修复、资源管理和工作流调整，本PR延续了这一基础设施改进方向，针对特定测试场景的性能调优。