caesar

CAESAR(Conditional AutoEncoder with Super-resolution for Augmented Reduction)는 시공간 과학 데이터 축소를 위한 통합 프레임워크로, 고성능 컴퓨팅 및 과학 워크플로에 배포하기 위해 LibTorch를 사용해 C++로 이식되었다. 기본 모델인 CAESAR-V는 스케일 하이퍼프라이어와 초해상도 모듈을 갖춘 변분 오토인코더를 기반으로 구축된다. 데이터를 압축된 잠재 공간으로 인코딩하고 학습된 프라이어를 사용해 정보가 풍부한 표현을 구축하며, 과학적 충실도를 보존하면서 높은 압축률을 달성하는 것을 목표로 한다. 이 프로젝트는 시공간 과학 데이터의 손실 압축을 위한 파운데이션 모델 논문과 데이터 축소를 위한 생성적 잠재 확산 관련 연구를 인용한다. 두 가지 모델 세대, 즉 원본 파운데이션 모델인 CAESAR v1(caesar_v.pt)과 기본값으로 사용되는 최신 최적화 파운데이션 모델인 CAESAR v2(model_bs64_ep100k.pt)가 설명되어 있다. 체크포인트는 모델 레지스트리 스크립트를 통해 가져오고, UFL 카탈로그에 등록해야 하며, 컴파일 전에 등록된 SHA-256 해시와 일치해야 한다. 모델 파일은 CAESAR_MODEL_DIR 환경 변수, 실행 파일 기준의 exported_model 디렉터리, 설치된 시스템 경로 순서로 검색된다. 빌드 지침은 Linux, macOS, Windows를 다룬다. 핵심 종속성에는 LibTorch 2.8 이상, CMake 3.10, Zstandard 1.5(필수), Python 3.10, PyYAML 6.0이 포함된다. 빌드는 PyTorch CMake 접두사 경로와 선택적 테스트를 사용해 CMake로 수행된다. GPU 가속은 NVIDIA 하드웨어에서 CUDA 및 nvCOMP를 통해 사용할 수 있고, Apple Silicon에서는 PyTorch의 Metal Performance Shaders 백엔드를 통해 사용할 수 있으며, MPS 경로는 토치 나이틀리 빌드에서만 검증된 것으로 명시되어 있다. CPU 실행이 기본값이다. 문서에는 코드베이스에 대한 개발자 노트와 오프라인 다운로드, 등록, 디바이스, 캐싱, ADIOS 계약을 다루는 모델 설치 및 식별 페이지가 포함된다. 리포지토리는 Apache-2.0 라이선스로 제공되며 GitHub 이슈를 통한 질문, 버그 보고, 기여를 받는다.