Hugging Face datasets 流式近似洗牌获大幅提速
lhoestq · x · 2026-09-07
Hugging Face datasets 库作者 Quentin Lhoest 感谢 Google Cloud Storage 团队的贡献：数据集流式加载配合近似洗牌（approximate shuffling）时速度大幅提升。新实现将 Arrow 批次先缓冲、拼接，再统一用优化过的 Arrow C++ 操作完成行级洗牌。作者在后续推文补充致谢了 Li Yonghui、yuxin00j 与 Zhixiang Li 等贡献者。
所属事件:Hugging Face datasets 流式近似洗牌性能大幅提升(2 条相关)→
「Infra」频道最新
- NVIDIA 推出 H3 新加速方法，社区催 ComfyUI 适配 — krigeta1 · 2026-09-08
- AI 机柜光互连供应链拆解:InP 衬底与硅光或是更干净的上游布局 — demian_ai · 2026-09-08
- 双卡 7900 XTX 跑 40B 级本地模型,X570/X870 方案可行吗 — espece-de-bon · 2026-09-08
- Hugging Face 自研 WebGPU 推理引擎亮相:实验提速 5-10 倍 — nicodotdev · 2026-09-08
- PyTorch 大会将深讲 Meta 推荐系统推理优化实战 — PyTorch · 2026-09-08
- AI 挤压存储 supply,4TB 移动 SSD 涨价惊呆开发者 — demian_ai · 2026-09-08