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
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
肥牛完成签到,获得积分10
10秒前
NexusExplorer应助黄晶晶采纳,获得10
13秒前
Lucas应助肥牛采纳,获得10
16秒前
22秒前
qianyixingchen完成签到 ,获得积分10
25秒前
曦耀发布了新的文献求助30
26秒前
王某完成签到 ,获得积分10
29秒前
29秒前
31秒前
36秒前
务实擎汉完成签到,获得积分10
40秒前
level完成签到 ,获得积分10
42秒前
啦啦啦蛤蛤蛤完成签到 ,获得积分10
44秒前
46秒前
yuki完成签到 ,获得积分10
51秒前
maolao发布了新的文献求助10
51秒前
TG303完成签到,获得积分10
1分钟前
maolao完成签到,获得积分10
1分钟前
1分钟前
Ava应助小巧寒烟采纳,获得10
1分钟前
hqy发布了新的文献求助10
1分钟前
动听的莫茗完成签到 ,获得积分20
1分钟前
无情小杨完成签到,获得积分20
1分钟前
1分钟前
李健应助科研通管家采纳,获得10
1分钟前
1分钟前
打打应助科研通管家采纳,获得30
1分钟前
1分钟前
动听的莫茗关注了科研通微信公众号
1分钟前
epmoct完成签到 ,获得积分10
1分钟前
黄晶晶完成签到 ,获得积分10
1分钟前
Cloud完成签到 ,获得积分10
1分钟前
是清清子z耶完成签到,获得积分10
1分钟前
小豆芽完成签到,获得积分10
1分钟前
1分钟前
小巧寒烟发布了新的文献求助10
1分钟前
Anna完成签到 ,获得积分10
2分钟前
2分钟前
小巧寒烟完成签到,获得积分10
2分钟前
2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
Theoretical modelling of unbonded flexible pipe cross-sections 3000
List of 1,091 Public Pension Profiles by Region 1581
Encyclopedia of Agriculture and Food Systems Third Edition 1500
Minimizing the Effects of Phase Quantization Errors in an Electronically Scanned Array 1000
Specialist Periodical Reports - Organometallic Chemistry Organometallic Chemistry: Volume 46 1000
Current Trends in Drug Discovery, Development and Delivery (CTD4-2022) 800
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5534135
求助须知:如何正确求助?哪些是违规求助? 4622256
关于积分的说明 14582179
捐赠科研通 4562367
什么是DOI,文献DOI怎么找? 2500155
邀请新用户注册赠送积分活动 1479721
关于科研通互助平台的介绍 1450795