高可用

最初的模型服务架构简单得不能再简单：一台 8 卡 A100 服务器，部署一个 Flask 服务，模型加载在显存里，外部请求通过 Nginx 转发…

报表查询把单库 CPU 顶到 90% 以上，读写挤在同一条链路上，慢查询一多，写事务也跟着抖。