caesar

CAESAR (Conditional AutoEncoder with Super-resolution for Augmented Reduction) es un framework unificado para la reducción de datos científicos espacio-temporales, portado a C++ con LibTorch para su despliegue en computación de alto rendimiento y flujos de trabajo científicos. El modelo base, CAESAR-V, se construye sobre un autoencoder variacional con hiperpriors de escala y módulos de superresolución. Codifica los datos en un espacio latente compacto y utiliza priors aprendidos para construir una representación rica en información, con el objetivo de alcanzar altas tasas de compresión preservando la fidelidad científica. El proyecto cita un artículo sobre un modelo fundacional para la compresión con pérdida de datos científicos espacio-temporales y un trabajo relacionado sobre difusión latente generativa para la reducción de datos. Se describen dos generaciones de modelos: CAESAR v1 (caesar_v.pt), el modelo fundacional original, y CAESAR v2 (model_bs64_ep100k.pt), un modelo fundacional optimizado más reciente que es el predeterminado. Los checkpoints se obtienen mediante un script de registro de modelos, deben registrarse en el catálogo UFL y deben coincidir con un hash SHA-256 registrado antes de la compilación. Los archivos de modelo se resuelven desde la variable de entorno CAESAR_MODEL_DIR, luego desde un directorio exported_model relativo al ejecutable y, por último, desde una ruta instalada en el sistema. Las instrucciones de compilación abarcan Linux, macOS y Windows. Las dependencias principales incluyen LibTorch 2.8 o superior, CMake 3.10, Zstandard 1.5 (obligatoria), Python 3.10 y PyYAML 6.0. La compilación utiliza CMake con la ruta de prefijo de CMake de PyTorch y pruebas opcionales. La aceleración por GPU está disponible en hardware NVIDIA mediante CUDA y nvCOMP, y en Apple Silicon mediante el backend Metal Performance Shaders de PyTorch, con la ruta MPS indicada como verificada solo en una compilación nightly de torch. La ejecución en CPU es la predeterminada. La documentación incluye notas para desarrolladores sobre el código base y una página sobre la instalación e identidad del modelo que abarca descargas sin conexión, registro, dispositivos, caché y un contrato ADIOS. El repositorio tiene licencia Apache-2.0 y acepta preguntas, informes de errores y contribuciones a través de issues de GitHub.