最近在搞一个实验，想把MCP（Model Context Protocol）服务器接到现有的PyTorch训练流程里，让外部工具能动态调整超参。折腾了两天终于跑通了，但发现一个诡异的问题：加了MCP之后，每个step的耗时从原来的0.8s涨到了1.5s，几乎翻倍。我看日志里MCP的请求量也不大，就是每10步调一次learning rate，按理说这点开销不至于啊。我怀疑是不是因为MCP的异步回调阻塞了CUDA stream，或者跟DataLoader的worker有锁竞争？有没有大佬遇到过类似情况，或者有推荐的MCP接入方式，比如走独立进程还是线程池？求指点，这性能损耗我有点顶不住了。