petastorm

开源数据访问库，支持单机或分布式训练和评估深度学习模型，直接从Apache Parquet格式数据集中读取数据

Petastorm 深度学习分布式训练 Apache Parquet 机器学习框架 Github 开源项目

Petastorm是一个开源数据访问库，支持单机或分布式训练和评估深度学习模型，直接从Apache Parquet格式数据集中读取数据。该库兼容Tensorflow、PyTorch和PySpark等主流Python机器学习框架，也可用于纯Python代码。Petastorm支持多种数据压缩格式，提供方便的API用于数据生成和读取，并支持列选择、并行读取、行过滤等功能。用户可以轻松在单机或Spark集群上生成数据集，是构建高效机器学习管道的理想工具。

访问官网

Github

介绍相关项目

databend - 高性能云数据仓库，基于 Rust 构建，适合大规模数据分析与人工智能

AI分析DatabendGithub云数据仓库开源项目性能基准测试数据格式热门

Databend 是一个开源、高性能的云数据仓库，使用 Rust 构建，专为复杂的数据分析设计。它整合了 AWS S3、Azure Blob 等服务，支持 ACID 事务、版本控制和无模式的数据存储，确保数据完整性与灵活性。Databend 支持多种数据格式，如 JSON、CSV、Parquet 等，提供高速查询执行与数据摄入，是成本效益高的 Snowflake 替代方案。此外，Databend 的 AI 功能支持高级分析，提供社区驱动的用户友好体验，适合企业和开发者快速部署和使用。

petals - 本地运行大型语言模型，BitTorrent 风格

GPU共享GithubLlama 3.1Petals分布式推理大模型微调开源项目

Petals项目让用户能够在家中或通过Google Colab运行Llama 3.1、Mixtral、Falcon和BLOOM等大型语言模型。通过分布式网络托管模型层，推理速度可提升至10倍。用户可以微调模型以满足特定任务需求，并且支持隐私保护和私人群组设置。该项目依赖社区共享GPU资源，提供详细的教程和支持，帮助用户快速上手并充分利用其功能。

lightning-flash - 跨数据领域和任务的AI模型训练与处理解决方案

AIGithubPyTorchlightning-flash开源项目模型训练深度学习

Lightning Flash提供多任务和多数据领域的AI解决方案，用户只需三步即可完成数据加载、模型配置和微调。项目支持多种预训练模型和优化策略，简化深度学习工作流程，适用于各种数据域和任务类型。其功能包括模型预测、训练策略、优化器和调度器选择，以及自定义数据变换。Flash旨在让用户无需自行开发复杂的研究框架，即可在生产环境中应用AI模型。

lance - 优化机器学习工作流程的高性能列式数据格式

GithubLanceParquet开源项目数据格式机器学习矢量搜索

Lance是为机器学习工作流程优化的现代列式数据格式，提供比Parquet快100倍的随机访问性能，支持矢量索引和数据版本控制。兼容pandas、DuckDB、Polars和pyarrow，适用于搜索引擎、大规模机器学习训练以及复杂数据的存储和查询，如机器人数据和大型图像。更多集成支持即将推出。

ColossalAI - 提升大型AI模型训练的效率和可访问性

AI加速Colossal-AIGithub人工智能分布式训练大模型并行训练开源项目热门

Colossal-AI致力于使大型AI模型的训练更加经济、快速且易于获取。通过支持多种并行策略，包括数据并行、流水线并行、张量并行和序列并行，Colossal-AI可以大幅提高大规模模型训练的速度。此外，还集成了异构训练和零冗余优化器技术，使得在多GPU集群上的训练过程更加高效和灵活。Colossal-AI通过这些先进的功能，已被广泛应用于生产和研究场景，显著推动了AI技术的进步和应用。

airy - 流式数据处理框架赋能 AI 模型训练与实时分析

Airy CoreGithub开源开源项目数据平台机器学习流处理

Airy Core 是一个开源的流式数据处理框架，为 AI 模型训练和实时分析提供支持。它集成了多种数据源，如 Facebook、WhatsApp 等社交平台，并支持自定义连接器。Airy Core 能够融合历史和实时数据流，简化数据摄取流程，并通过预构建连接器从 Kafka 直接消费数据。基于 Apache Kafka 构建的 Airy Core 可同时处理海量事件，实现数据的实时流式传输。这一框架不仅简化了部署过程，还缩短了开发周期，同时增强了基础设施和应用的稳定性。

polars - 多语言支持的高性能数据分析引擎

DataFrameGithubPolars多语言支持开源项目数据处理高性能

Polars是一个基于Rust开发的高性能数据处理引擎，提供Python、Node.js和R等多语言接口。它采用Apache Arrow列式内存模型，实现惰性/即时执行、多线程和SIMD等技术，高效处理大规模数据。Polars具有强大的表达式API和查询优化能力，支持流式处理超大数据集，在TPC-H基准测试中性能优异。此外，Polars还支持SQL查询和命令行操作，是一款轻量而强大的数据分析工具。

DeepSpeed - 一个深度学习优化库，专为大规模模型训练和推理设计

DeepSpeedGithub分布式训练大规模模型训练开源项目模型压缩模型推理

DeepSpeed 是一个深度学习优化软件套件，专为大规模模型训练和推理设计，能显著优化系统性能和降低成本。它支持亿级至万亿级参数的高效管理，兼容各种计算环境，从资源受限的GPU系统到庞大的GPU集群。此外，DeepSpeed 在模型压缩和推理领域亦取得创新成就，提供极低的延迟和极高的处理速率。

deeplake - 面向 AI 的数据库，由针对深度学习应用程序优化的存储格式提供支持

AI数据库Deep LakeGithub向量存储开源项目数据版本控制深度学习

Deep Lake是一个为深度学习设计的AI数据库，提供多云和本地数据存储方案，支持动态数据类型如嵌入向量、音频、视频等。它通过即时可视化、高级查询和向量搜索功能，以及与LangChain、Weights & Biases等工具的无缝整合，优化了企业级LLM产品的部署和数据管理。该平台适用于各种规模的数据，支持无服务器架构。

paradedb - 基于Postgres的实时搜索和分析解决方案

GithubParadeDBPostgres分析开源项目搜索数据库

ParadeDB是一个开源项目，基于Postgres构建，提供实时搜索和数据分析功能。它支持全文、向量和混合搜索，可通过Docker和Kubernetes部署。内置分析引擎能处理Postgres和其他存储格式的数据。项目处于公测阶段，正在持续完善功能。ParadeDB旨在为用户提供高效的搜索和分析工具。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号