caesar

CAESAR (Conditional AutoEncoder with Super-resolution for Augmented Reduction) — это унифицированный фреймворк для сокращения пространственно-временных научных данных, портированный на C++ с LibTorch для развёртывания в высокопроизводительных вычислениях и научных рабочих процессах. Базовая модель, CAESAR-V, построена на вариационном автоэнкодере с масштабными гиперприорами и модулями суперразрешения. Она кодирует данные в компактное латентное пространство и использует обученные приоры для построения информационно насыщенного представления, стремясь к высоким степеням сжатия при сохранении научной достоверности. Проект ссылается на статью о фундаментальной модели для сжатия с потерями пространственно-временных научных данных и на связанную работу о генеративной латентной диффузии для сокращения данных. Описаны два поколения моделей: CAESAR v1 (caesar_v.pt), оригинальная фундаментальная модель, и CAESAR v2 (model_bs64_ep100k.pt), более новая оптимизированная фундаментальная модель, используемая по умолчанию. Контрольные точки загружаются через скрипт реестра моделей, должны быть зарегистрированы в каталоге UFL и должны соответствовать зарегистрированному хешу SHA-256 перед компиляцией. Файлы моделей разрешаются из переменной окружения CAESAR_MODEL_DIR, затем из каталога exported_model относительно исполняемого файла, затем из установленного системного пути. Инструкции по сборке охватывают Linux, macOS и Windows. Основные зависимости включают LibTorch 2.8 или новее, CMake 3.10, Zstandard 1.5 (обязательно), Python 3.10 и PyYAML 6.0. Сборка использует CMake с префиксным путём PyTorch CMake и опциональными тестами. Ускорение на GPU доступно на оборудовании NVIDIA через CUDA и nvCOMP, а на Apple Silicon — через бэкенд Metal Performance Shaders PyTorch, при этом путь MPS отмечен как проверенный только на nightly-сборке torch. Выполнение на CPU используется по умолчанию. Документация включает заметки разработчика о кодовой базе и страницу об установке и идентичности модели, охватывающую офлайн-загрузки, регистрацию, устройства, кэширование и контракт ADIOS. Репозиторий лицензирован под Apache-2.0 и принимает вопросы, отчёты об ошибках и вклад через GitHub issues.