NVIDIA DALI 1.45.0 发布：CUDA 12.8支持与零拷贝优化

NVIDIA Data Loading Library (DALI) 是一个用于深度学习数据预处理的高性能库，它能够显著加速深度学习训练流程中的数据加载和预处理环节。DALI 通过利用 GPU 加速数据预处理，减少了 CPU 和 GPU 之间的数据传输瓶颈，特别适合大规模深度学习训练场景。

主要特性与增强

CUDA 12.8 支持

DALI 1.45.0 版本新增了对 CUDA 12.8 的支持，这是 NVIDIA 最新的 CUDA 工具包版本。CUDA 12.8 带来了一系列性能优化和新特性，DALI 的兼容性更新使得用户能够在最新的 CUDA 环境中充分利用这些改进。

零拷贝数据传输优化

本次更新在 JAX 和 PaddlePaddle 插件中实现了零拷贝(zero-copy)数据传输优化，特别是在使用动态执行器(dynamic executor)时：

1. JAX 插件优化：通过消除不必要的数据拷贝，显著提高了 DALI 与 JAX 框架之间的数据传输效率
2. PaddlePaddle 插件优化：同样实现了零拷贝机制，减少了 PaddlePaddle 框架中的数据移动开销

零拷贝技术通过在内存中共享数据而不是复制数据，大幅降低了数据传输延迟和内存占用，对于大规模深度学习训练尤为重要。

重要改进

性能优化

1. 可分离重采样使用 FMA：在可分离重采样操作中引入了融合乘加(FMA)指令，提高了计算效率
2. 动态执行器应用：在 RNN-t 管道中采用了动态执行器，优化了执行流程

API 改进

1. 参数引用处理：改进了 Sphinx 文档中参数引用的处理方式
2. TensorLayout 返回优化：改为返回 const-reference，减少了不必要的拷贝
3. DALIDataType 重构：对数据类型系统进行了重构，提高了代码的清晰度和可维护性

构建系统改进

1. 移除了 wheel 名称中的构建标签：简化了包命名
2. 依赖项更新：包括 CV-CUDA 从 0.8 升级到 0.12，google benchmark 从 1.9.0 升级到 1.15.1 等

问题修复

1. CPU 数据传输修复：修复了通过 .cpu() 调用将 GPU 数据传输到 CPU 后作为关键字参数传递的问题
2. TFRecordParser 解耦：从 backend_impl 中移除了 TFRecordParser 的依赖
3. 参数寻址修正：改为了使用绝对寻址方式处理参数
4. nvimagecodec 版本修正：修正了 conda 和安装说明中的版本信息

废弃特性

1. Pipeline 参数废弃：max_streams 和 default_cuda_stream_priority 参数已被废弃，虽然传递它们不会导致错误，但会触发警告

使用建议

对于大多数用户，建议升级到最新版本以获取性能改进和新特性支持。特别是：

1. 使用 CUDA 12.x 的用户可以从 CUDA 12.8 支持中受益
2. 使用 JAX 或 PaddlePaddle 框架的用户应该体验零拷贝优化带来的性能提升
3. 对于重采样操作密集的应用，FMA 优化将带来明显的计算加速

总结

NVIDIA DALI 1.45.0 版本在性能优化和功能完善方面做出了重要贡献，特别是对最新 CUDA 版本的支持和零拷贝数据传输的实现，进一步巩固了 DALI 作为深度学习数据预处理加速首选工具的地位。这些改进使得 DALI 能够更好地服务于大规模深度学习训练场景，帮助研究人员和工程师更高效地处理日益增长的数据需求。