在关系数据上提供深度学习(DL)模型已成为各种商业和科学领域的关键要求,最近引发了人们日益增长的兴趣。在这篇有远见的论文中,我们开始对代表体系结构进行全面探索以满足要求。我们突出显示了三个关键范式:最新的以DL中心体系结构将DL计算卸载到专用的DL框架上。以UDF为中心的体系结构将一个或多个张量计算封装到关系数据库管理系统(RDBMS)中的用户定义功能(UDFS)中。潜在的以关系为中心的体系结构旨在通过关系运算符代表大规模的张量计算。虽然这些体系结构中的每一个都在特定的使用方案中表现出了希望,但我们确定了这些体系结构的无缝集成和这些体系结构之间的中间地面的紧迫要求。我们深入研究了阻碍整合并探索创新策略以关闭它们的差距。我们提出了一种建立新型RDBM的途径,以实现一类广泛的数据密集型DL推理应用程序。
主要关键词