NVIDIA/DALI

¿Qué es?

Funciones clave

• 01API funcional de Python para crear pipelines de procesamiento de datos.
• 02Ejecuta la decodificación y las transformaciones en la CPU o la GPU, con escalado a varias GPU.
• 03Lee muchos formatos, como JPEG, TFRecord, COCO, WAV y H.264.
• 04Funciona como reemplazo de los cargadores de datos de TensorFlow, PyTorch, PaddlePaddle y JAX.
• 05Admite operadores personalizados y GPUDirect Storage.

Casos de uso

• Eliminar un cuello de botella de la CPU durante el entrenamiento de modelos de clasificación de imágenes o detección de objetos.
• Ejecutar el mismo pipeline de preprocesamiento en proyectos de TensorFlow y PyTorch.
• Ofrecer preprocesamiento junto con los modelos en Triton Inference Server.
• Cargar y transformar conjuntos de datos de audio o video para modelos de voz y visión.

Inicio rápido

1. 1

   Instala con pip la versión más reciente de DALI para CUDA 12

   pip install nvidia-dali-cuda120
2. 2

   Asegúrate de tener instalado un controlador NVIDIA y CUDA Toolkit compatibles con CUDA 12

3. 3

   Sigue la guía Getting Started de la documentación

Antes de usarlo

• !Se requiere una GPU NVIDIA con un controlador y CUDA Toolkit compatibles.
• !Para otros métodos de instalación y versiones anteriores de CUDA, consulta la Installation Guide correspondiente.

En colecciones

Temas

Preguntas frecuentes

¿Qué es DALI?

Biblioteca acelerada por GPU para cargar y preprocesar imágenes, video y audio, y acelerar el entrenamiento y la inferencia de deep learning. NVIDIA DALI (Data Loading Library) traslada de la CPU a la GPU la carga y el preprocesamiento de datos para deep learning. Sus pipelines abarcan tareas como la decodificación, el recorte, el cambio de tamaño y otras transformaciones de imágenes, video y audio; además, el motor de ejecución integrado gestiona la precarga, la ejecución paralela y el procesamiento por lotes.

¿DALI es gratuito? ¿Qué licencia tiene?

DALI es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿DALI sigue mantenido?

Mantenimiento activo. El último commit de DALI fue el 6 nov 2026.

¿Para qué puedo usar DALI?

Eliminar un cuello de botella de la CPU durante el entrenamiento de modelos de clasificación de imágenes o detección de objetos. Ejecutar el mismo pipeline de preprocesamiento en proyectos de TensorFlow y PyTorch. Ofrecer preprocesamiento junto con los modelos en Triton Inference Server. Cargar y transformar conjuntos de datos de audio o video para modelos de voz y visión.

¿Cómo se instala DALI?

Instala con pip la versión más reciente de DALI para CUDA 12: pip install nvidia-dali-cuda120 Asegúrate de tener instalado un controlador NVIDIA y CUDA Toolkit compatibles con CUDA 12 Sigue la guía Getting Started de la documentación

¿Dónde consigo DALI?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/NVIDIA/DALI