Caching

term_id: caching

Category: engineering_practice

Definition

Nell’ingegneria dell’IA, il caching ottimizza le prestazioni mantenendo risultati di query recenti o frequenti, previsioni dei modelli o calcoli intermedi in memoria veloce (come la RAM). Ciò riduce la necessità di costosi

Summary

Il caching è una tecnica di memorizzazione dei dati frequentemente accessi in uno strato di archiviazione temporaneo ad alta velocità per ridurre la latenza e diminuire il carico sulle fonti di dati primarie.

Key Concepts

  • riduzione della latenza
  • ottimizzazione della memoria
  • politiche di espulsione
  • tasso di hit

Use Cases

  • Memorizzazione dei risultati di inferenza del modello
  • Cache degli output delle query al database
  • Pre-calcolo degli embedding delle funzionalità

Code Example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import redis

# Simple caching example
r = redis.Redis(host='localhost', port=6379, db=0)

def get_prediction(model_id, input_data):
    cache_key = f"pred_{model_id}_{hash(str(input_data))}"
    result = r.get(cache_key)
    if result:
        return result.decode('utf-8')
    # Compute if not cached
    prediction = model.predict(input_data)
    r.setex(cache_key, 3600, str(prediction))
    return prediction

Related