Caching

term_id: caching

Category: engineering_practice

Definition

Ingeniørmessig innen AI optimaliserer caching ytelsen ved å holde nylige eller hyppige forespørselsresultater, modellprediksjoner eller mellomregninger i raskt minne (som RAM). Dette reduserer behovet for dyre databasetrekk eller tunge beregninger på nytt.

Summary

Caching er en teknikk for å lagre ofte tilgangte data i et midlertidig, hurtig lagringslag for å redusere latens og redusere belastningen på primære datakilder.

Key Concepts

  • latensreduksjon
  • minneoptimalisering
  • utvisningspolicyer
  • treffprosent

Use Cases

  • Lagring av modellinferensresultater
  • Caching av databaseforespørselsutdata
  • Forhåndsutregning av funksjonsinnleiringer

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