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
2秒前
樱桃味的火苗完成签到,获得积分10
3秒前
4秒前
yuaner完成签到,获得积分10
6秒前
赘婿应助牛油果采纳,获得10
6秒前
yuaner发布了新的文献求助10
9秒前
13秒前
17秒前
完美世界应助科研通管家采纳,获得10
17秒前
17秒前
17秒前
完美世界应助科研通管家采纳,获得10
17秒前
orixero应助科研通管家采纳,获得10
17秒前
17秒前
orixero应助科研通管家采纳,获得10
17秒前
17秒前
大模型应助科研通管家采纳,获得10
17秒前
跳跃毒娘发布了新的文献求助10
17秒前
大模型应助科研通管家采纳,获得10
17秒前
科研通AI2S应助科研通管家采纳,获得10
17秒前
科研通AI6应助科研通管家采纳,获得10
17秒前
搜集达人应助科研通管家采纳,获得20
17秒前
jyy应助科研通管家采纳,获得10
17秒前
CodeCraft应助执着的飞荷采纳,获得10
18秒前
19秒前
热心翠霜完成签到,获得积分20
21秒前
21秒前
无奈棉花糖完成签到,获得积分10
22秒前
多情的忆之完成签到,获得积分10
23秒前
hq完成签到 ,获得积分10
24秒前
牛油果发布了新的文献求助10
24秒前
carols发布了新的文献求助10
24秒前
阿伟1999完成签到,获得积分10
27秒前
Yu发布了新的文献求助10
27秒前
舍得完成签到,获得积分10
29秒前
小钥匙完成签到 ,获得积分10
31秒前
隐形曼青应助小黑妞采纳,获得10
32秒前
38秒前
L1iiouo完成签到,获得积分10
40秒前
ANTianxu完成签到,获得积分10
41秒前
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
Encyclopedia of Forensic and Legal Medicine Third Edition 5000
Introduction to strong mixing conditions volume 1-3 5000
the Oxford Guide to the Bantu Languages 3000
Agyptische Geschichte der 21.30. Dynastie 3000
„Semitische Wissenschaften“? 1510
从k到英国情人 1500
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 5763702
求助须知:如何正确求助?哪些是违规求助? 5543398
关于积分的说明 15405256
捐赠科研通 4899315
什么是DOI,文献DOI怎么找? 2635474
邀请新用户注册赠送积分活动 1583579
关于科研通互助平台的介绍 1538685