使用SentenceTransformers后PyTorch模型峰值内存无法释放求助

我正在使用SentenceTransformers库生成文本嵌入，调用预训练模型推理时内存出现峰值是预期情况，但获取到嵌入向量后，内存占用始终没有下降。

我用以下代码做内存分析：

from time import sleep

import torch
from sentence_transformers import SentenceTransformer

@profile
def encode_text(text):
    text_encoder = SentenceTransformer('paraphrase-albert-small-v2')
    embedding = text_encoder.encode(text)
    return embedding

encode_text(['This is a sentance'])
sleep(3)

通过memory-profiler工具执行命令：
mprof run --python python main.py
之后用mprof plot生成内存分布图。

观察到内存从函数调用开始到结束持续增长（蓝色方括号标注区间），但函数执行完毕后内存完全没有被释放。这让我困惑，因为拿到embedding向量后，代码里应该没有再占用大量内存的内容了。

我已经尝试过这些操作，但都没有效果：

• 将推理代码包裹在torch.no_grad()中
• 创建text_encoder后设置text_encoder.requires_grad_(False)和text_encoder.eval()
• 推理完成后执行del text_encoder

请问这个现象的原因是什么？该如何释放内存？

我的运行环境：

• Ubuntu 18.04.6 LTS
• 库版本：

torch 1.13.0+cu117 
sentence_transformers 2.2.2

内容的提问来源于stack exchange，提问作者Ananda