亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

TensorBank:Tensor Lakehouse for Foundation Model Training

计算机科学 块(置换群论) 困惑 张量(固有定义) 阅读(过程) 建筑 地理空间分析 人工智能 大数据 语义学(计算机科学) 对象(语法) 理论计算机科学 数据挖掘 语言模型 程序设计语言 艺术 视觉艺术 地图学 法学 纯数学 地理 数学 政治学 几何学
作者
Romeo Kienzler,Benedikt Blumenstiel,Zoltán Nagy,S. Karthik Mukkavilli,Johannes Schmude,Marcus Freitag,Michael Behrendt,Daniel Civitarese,Naomi Simumba,Daiki Kimura,Hendrik F. Hamann
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2309.02094
摘要

Storing and streaming high dimensional data for foundation model training became a critical requirement with the rise of foundation models beyond natural language. In this paper we introduce TensorBank, a petabyte scale tensor lakehouse capable of streaming tensors from Cloud Object Store (COS) to GPU memory at wire speed based on complex relational queries. We use Hierarchical Statistical Indices (HSI) for query acceleration. Our architecture allows to directly address tensors on block level using HTTP range reads. Once in GPU memory, data can be transformed using PyTorch transforms. We provide a generic PyTorch dataset type with a corresponding dataset factory translating relational queries and requested transformations as an instance. By making use of the HSI, irrelevant blocks can be skipped without reading them as those indices contain statistics on their content at different hierarchical resolution levels. This is an opinionated architecture powered by open standards and making heavy use of open-source technology. Although, hardened for production use using geospatial-temporal data, this architecture generalizes to other use case like computer vision, computational neuroscience, biological sequence analysis and more.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
葫芦侠发布了新的文献求助10
16秒前
隐形曼青应助H_W采纳,获得10
19秒前
Derrick完成签到,获得积分10
21秒前
36秒前
量子星尘发布了新的文献求助10
37秒前
辣酒猫发布了新的文献求助10
43秒前
Baboon发布了新的文献求助10
45秒前
英俊的铭应助科研通管家采纳,获得10
46秒前
科研通AI2S应助科研通管家采纳,获得10
46秒前
BowieHuang应助科研通管家采纳,获得10
46秒前
NexusExplorer应助科研通管家采纳,获得10
46秒前
51秒前
H_W发布了新的文献求助10
58秒前
1分钟前
不打烊吗发布了新的文献求助10
1分钟前
lixuebin完成签到 ,获得积分10
1分钟前
null完成签到,获得积分0
1分钟前
赘婿应助H_W采纳,获得10
1分钟前
科研通AI6应助符符采纳,获得10
1分钟前
1分钟前
H_W发布了新的文献求助10
1分钟前
1分钟前
Akim应助H_W采纳,获得10
2分钟前
2分钟前
moodlunatic发布了新的文献求助10
2分钟前
2分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
moodlunatic完成签到,获得积分20
2分钟前
yang发布了新的文献求助10
2分钟前
H_W发布了新的文献求助10
2分钟前
2分钟前
acd发布了新的文献求助10
3分钟前
符符发布了新的文献求助10
3分钟前
3分钟前
3分钟前
lics发布了新的文献求助10
3分钟前
NexusExplorer应助acd采纳,获得10
3分钟前
FashionBoy应助H_W采纳,获得10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Comprehensive Methanol Science Production, Applications, and Emerging Technologies 2000
Building Quantum Computers 800
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
二氧化碳加氢催化剂——结构设计与反应机制研究 660
碳中和关键技术丛书--二氧化碳加氢 600
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5658030
求助须知:如何正确求助?哪些是违规求助? 4816482
关于积分的说明 15080823
捐赠科研通 4816367
什么是DOI,文献DOI怎么找? 2577299
邀请新用户注册赠送积分活动 1532309
关于科研通互助平台的介绍 1490932