NVIDIA/structured-data-models

解决的问题

它提供了一个 GPU 原生框架来处理结构化数据（表格和关系型），并提供统一的接口来访问基础模型，无需针对每个新数据集进行大量的自定义训练即可执行预测。

运作方式

该库实现了一组与 PyTorch 兼容的张量子类，可直接在 GPU 上处理各种数据类型，例如数值、类别、日期时间和文本。它集成了多种预训练基础模型（如 TabICLv2、KumoTabular 和 KumoRelational），并提供可组合的 GPU 加速预处理和后处理工具，以简化从原始数据到模型推理的工作流程。

适用对象

处理结构化数据集，并希望利用基础模型进行表格或关系型学习，同时最大化 GPU 加速以减少数据移动并提升速度的数据科学家和机器学习工程师。

特色亮点

• 基础模型库：包含表格模型（TabICLv2、KumoTabular、TabFM）和关系型模型（KumoRelational）的参考实现。
• GPU 原生张量：专为结构化数据设计的特殊张量类型，并保持与 PyTorch 的兼容性。
• 高效推理：支持上下文学习（in-context learning）和键值缓存（key/value caching），以实现快速预测。
• 优化管线：建议与 cudf 集成，以将数据框操作保留在 GPU 上。