ページを読み込み中…
ページを読み込み中…
3件の記事
NVIDIAが、LLM学習時のチェックポイント保存コストを削減するPythonスクリプトを公開した。約30行のコードでモデル重み・オプティマイザ状態・勾配の圧縮保存を実現し、ストレージコストとI/O負荷を低減できる。
MITの研究者が、複数のストレージデバイスの性能変動を同時に処理するシステムを開発し、従来の手法よりも大幅な速度向上を実現した。
Hugging Faceが、同社のAIモデル共有プラットフォーム「Hub」にストレージバケット機能を追加した。これにより、開発者は大規模なデータセットやモデルファイルを効率的に管理できるようになる。