不能直接用——triton的python后端是实验性功能，2.40+默认禁用、不支持gpu加速，仅适用于cpu预/后处理调试；启用需手动编译，运行于独立进程，内存开销大、无cuda张量共享。
Python 后端在 Triton 中到底能不能用？
不能直接用 —— Triton 的 Python 后端（python backend）是实验性功能，从 2.40 版本起默认禁用，且不支持 GPU 加速推理。它只适合调试、原型验证或纯 CPU 预处理/后处理，千万别当成生产部署方案。
常见错误现象：Failed to load model 'xxx': Backend 'python' is not enabled，或者加载成功但 infer 时卡死、显存没用上、吞吐暴跌。
- 启用需手动编译 Triton（加
--enable-python-backend），官方预编译镜像不含该 backend - Python 后端运行在独立进程里，模型代码通过 pickle 序列化传递，不支持 CUDA 张量跨进程共享
- 每个模型实例独占一个 Python 进程，无法复用解释器或全局状态，内存开销大
想用 Python 写逻辑，但又得走 Triton 流水线，怎么办？
把 Python 逻辑拆成两段：用 pytorch 或 onnx backend 承担核心推理，再用 ensemble backend 编排 Python 脚本做前后处理。
使用场景：输入要 OCR + 格式清洗、输出要转 JSON Schema、需要调第三方 HTTP API 做校验。
立即学习“Python免费学习笔记（深入）”；
-
ensemble模型定义里可以串接pythonbackend 的子模型（仅限 pre/post-processing） - Python 子模型必须实现
initialize()和execute()，输入输出张量需与上游/下游严格对齐 shape/dtype - 注意：Python 子模型的
execute()是单线程执行，高并发下会成为瓶颈
Python 后端的 execute() 函数怎么写才不出错？
核心约束就一条：所有输入输出都必须是 numpy.ndarray，且 dtype 必须和模型配置文件（config.pbtxt）里声明的一致，否则直接 crash。
常见错误现象：TypeError: expected np.ndarray, got torch.Tensor，或 shape mismatch 导致 Triton 拒绝加载。
- 别碰
torch.cuda或tf.device—— Python backend 默认在 CPU 上跑，强制 .cuda() 会报错 - 输入张量是只读的，修改前必须
copy()；输出必须新建np.ndarray，不能返回 input 的 view - 如果要用 Pillow/OpenCV，确保
requirements.txt已打包进模型仓库，并在model.py开头显式 import
config.pbtxt 里 Python backend 的关键配置项有哪些？
只有三个真正影响行为的字段：backend、max_batch_size、input/output 的 shape 和 dtype，其余都是摆设。
性能影响：Python backend 不支持动态 batch，max_batch_size 设为 0 表示禁用 batching，设为 1 是最常用选择。
-
backend: "python"必须小写，拼错或带空格会导致加载失败 -
dynamic_batching对 Python backend 无效，Triton 会忽略它 -
instance_group只能设Kind: KIND_CPU，设KIND_GPU会静默降级并报 warning
