PulseAugur
中
实时 08:24:27
English(EN) LayoutBench: Performance Benchmarking of Cloud Storage Layouts for Multimedia Data

LayoutBench基准测试评估用于多媒体机器学习工作负载的云存储

作者 PulseAugur 编辑部 · [1 个来源] ·

一项名为LayoutBench的新基准测试已被开发出来，用于评估不同云存储布局在多媒体机器学习工作负载下的性能。该基准测试比较了三种策略：单个对象（L1）、顺序tar归档（L2）和列式Parquet文件（L3）。在AWS S3和EC2实例上对ImageNet进行的实验表明，L2通过连接重用来提供更低的延迟，而L3在非常大的检索时速度最快，但传输的数据量显著增加且需要更多内存。研究发现，数据传输成本是所有布局中占主导地位的开销。 AI

影响 为优化云环境中大规模多媒体机器学习数据集的数据检索成本和性能提供了见解。

排序理由 该集群包含一篇介绍用于评估多媒体数据云存储布局的新基准测试的研究论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LayoutBench基准测试评估用于多媒体机器学习工作负载的云存储

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇介绍用于评估多媒体数据云存储布局的新基准测试的研究论文。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
66 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Debopam Sanyal, Hongjie Chen, Alexey Tumanov, Joshua Kimball ·

    LayoutBench：多媒体数据云存储布局的性能基准测试

    arXiv:2607.28880v1 Announce Type: cross Abstract: Modern multimedia machine learning workloads increasingly store large-scale datasets in cloud object storage services such as AWS S3. How these samples are physically organized in storage (i.e.,storage layout) directly affects how…

相关实体

相关话题