caesar

CAESAR (Conditional AutoEncoder with Super-resolution for Augmented Reduction) est un framework unifié pour la réduction de données scientifiques spatio-temporelles, porté en C++ avec LibTorch pour le déploiement dans les workflows de calcul haute performance et scientifiques. Le modèle de base, CAESAR-V, est construit sur un autoencodeur variationnel avec hyperpriors d'échelle et modules de super-résolution. Il encode les données dans un espace latent compact et utilise des priors appris pour construire une représentation riche en informations, visant des taux de compression élevés tout en préservant la fidélité scientifique. Le projet cite un article sur un modèle de fondation pour la compression avec perte de données scientifiques spatio-temporelles et un travail connexe sur la diffusion latente générative pour la réduction de données. Deux générations de modèles sont décrites : CAESAR v1 (caesar_v.pt), le modèle de fondation original, et CAESAR v2 (model_bs64_ep100k.pt), un modèle de fondation optimisé plus récent qui est le défaut. Les points de contrôle sont récupérés via un script de registre de modèles, doivent être enregistrés dans le catalogue UFL et doivent correspondre à un hash SHA-256 enregistré avant compilation. Les fichiers de modèle sont résolus à partir de la variable d'environnement CAESAR_MODEL_DIR, puis d'un répertoire exported_model relatif à l'exécutable, puis d'un chemin système installé. Les instructions de compilation couvrent Linux, macOS et Windows. Les dépendances principales incluent LibTorch 2.8 ou plus récent, CMake 3.10, Zstandard 1.5 (requis), Python 3.10 et PyYAML 6.0. La compilation utilise CMake avec le chemin de préfixe CMake de PyTorch et des tests optionnels. L'accélération GPU est disponible sur matériel NVIDIA via CUDA et nvCOMP, et sur Apple Silicon via le backend Metal Performance Shaders de PyTorch, avec le chemin MPS vérifié uniquement sur une version nightly de torch. L'exécution CPU est le défaut. La documentation inclut des notes de développement sur le codebase et une page sur l'installation et l'identité des modèles couvrant les téléchargements hors ligne, l'enregistrement, les dispositifs, la mise en cache et un contrat ADIOS. Le dépôt est sous licence Apache-2.0 et accepte les questions, rapports de bugs et contributions via les issues GitHub.