分离CPU和GPU计算任务成两个镜像 Separate GPU-accelerated steps to GPU the workload image.

[HanFa]

draw graph: https://draw.sutroplanet.com/#room=8e74f41ff01798afb266,1EHrU1nIkjH3_xIOS7cy8g

概述

此拉取请求对 EasyVideoTrans 项目进行了全面的改进和重构，重点在于分离 GPU 加速工作负载、优化 Docker 工作流以及改进代码组织。
关键更改

Docker 工作流增强：
    将 .github/workflows/docker-build.yaml 中的构建过程分为两个独立步骤：用于 EasyVideoTrans 服务和 GPU 工作负载。
    创建了新的 docker-workload-release.yaml 工作流文件，用于处理 GPU 工作负载 Docker 镜像的发布。
    更新了 docker-release.yaml 的名称和标签，以符合 EasyVideoTrans 的命名惯例。

Dockerfile 修改：
    将 Dockerfile 基础镜像更改为 python:3.9-slim，以减少 EasyVideoTrans 服务的镜像大小。
    添加了 Dockerfile-gpu-workload，专门用于 GPU 工作负载，确保高效利用 GPU 资源。

代码重构：
    将音频处理和视频合成逻辑移动到新的 workloads 目录中，以改善代码组织和关注点分离。
    更新了导入路径以反映新的目录结构。

配置更新：
    添加了新的配置文件 configs/easyvideotrans.json，支持新的工作负载客户端和端点。
    删除了旧的 configs/pytvzhen.json 配置文件。

新功能：
    实现了 EasyVideoTransWorkloadClient，用于与 GPU 加速服务交互，包括音频分离和转录。
    添加了 inference.py 脚本，用于处理基于 GPU 的推理任务，提供音频分离和转录的端点。

测试：
    引入了 inference_test.py，用于测试新的推理端点，确保功能的稳健性。
    在 test_workload_client.py 中为 EasyVideoTransWorkloadClient 添加了单元测试，以验证客户端-服务器交互。

其他：
    更新 .gitignore 以排除 .pytest_cache 和其他不必要的文件。
    更新 requirements.txt 以反映 EasyVideoTrans 服务和工作负载的特定依赖项。

优势

性能：通过分离 GPU 工作负载，系统可以更好地分配资源，提高计算密集型任务的性能。
可维护性：新的目录结构和代码组织便于维护和未来的增强。
可扩展性：这些更改为扩展 EasyVideoTrans 系统奠定了基础，允许更复杂的工作负载和服务。