Le traitement de volumes d'informations colossaux requiert un paramétrage pointu, notamment via l'ajustement du paramètre bufferSize. Ce réglage dicte le nombre exact d'observations ingérées lors d'un unique lot de traitement : une valeur élevée réduit les temps de latence réseau mais monopolise davantage de mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. vive de vos instances de calcul. En complément, le paramètre nThreads assure une distribution granulaire de la charge sur les processus physiques disponibles. Enfin, pour les flux de données hautement éphémères, l'activation du paramètre singlePass prévient la génération de tables de transition temporaires sur les serveurs, optimisant de facto la fluidité d'exécution de vos pipelines d'intégration analytique.
Quelles stratégies de configuration adopter pour maîtriser l'empreinte mémoire sur des données massives ?
Exemples pour l'action dnnScore
Scoring basique avec un DNN
Cet exemple montre comment scorer une table avec un modèle existant et conserver l'identifiant 'ID' dans les résultats pour pouvoir raccorder les prédictions aux observations sources.
Scoring avec accélération GPU et extraction de couches
Pour les modèles plus lourds (comme la vision par ordinateur ou le texte), nous utilisons ici un GPU avec une précision FP16 pour doper les performances. Nous en profitons pour extraire la sortie (activations) d'une couche spécifique nommée 'Couche_Cachee_1'.