資料集加速器（DatasetAccelerator，簡稱DatasetAcc）依託於阿里雲構建的PaaS服務，主要解決雲上AI加速-資料集加速的情境。在機器學習訓練情境下，通過對客戶訓練的資料集進行預分析和處理，為各種雲原生的訓練引擎提供統一的資料集訪問加速方案，最終提升整體訓練效率。
架構圖
資料集加速器的架構圖如下：
使用限制
在使用資料集加速器之前，請您先瞭解以下使用限制。
僅支援對儲存在阿里雲上的資料集進行加速，例如：OSS或CPFS。
僅支援儲存在阿里雲上的非加密資料集。
資料集加速器內的資料是唯讀狀態，不支援動態寫入資料。
單個資料集加速執行個體支援加速的資料集容量最多為100 TB。
計費說明
資料集加速器按購買容量和時間長度計費，計費詳情請參見資料集加速器（DatasetAccelerator）計費說明。
產品特性
支援圖片、文本、視頻等海量小檔案的訓練最佳化。
通過感知深度學習訓練的模型類型、網路結構，對圖片、文本、視頻等資料進行預先打包和處理，提升海量小檔案訓練情境的效能。
全託管，開箱即用。
雲上全託管服務，操作簡單，開通即可使用。
彈性可伸縮。
依託於雲上IaaS（Infrastructure-as-a-Service）層能力，實現資源快速擴容、彈性可伸縮。
共用使用。
多個訓練叢集可以共用使用資料集加速器內的資料集進行訓練。
安全多租戶，確保資料訪問安全。
實現多租戶隔離，保障不同使用者的資料安全。
基本概念
在使用資料集加速器之前，請您先瞭解以下基本概念。
資料集加速執行個體（Instance）
資料集加速產品的計費單位和管理單位。在資料集加速器建立預付費執行個體時，會預定對應的雲上相關資源，所以在建立執行個體時即開始計費；在後付費情境中，加速執行個體的收費按照加速槽的用量按需付費。
加速槽（Slot）
單個資料集服務單位。一個資料集加速執行個體可以建立多個加速槽，一個加速槽用於加速一個資料集，可以實現多個深度學習訓練任務使用不同的資料集同時訓練的情境。
資料集加速執行個體和加速槽的關係
一個使用者可以開通多個資料集加速執行個體，每個資料集加速執行個體可以申請多個不同容量的資料集加速槽，即資料集加速執行個體：資料集加速槽=1：n，一個資料集加速槽和一個資料集儲存綁定。
操作流程
資料集加速器完整的使用流程，主要包括以下步驟。
您可以綜合考慮自身業務、團隊規模、訓練頻次及各種訓練的資料集大小，來建立資料集加速執行個體。一個資料集加速執行個體可以通過建立多個加速槽，來支援多個資料集加速（對應不同的訓練任務）。
因資料集加速器需要額外消耗雲上資源，如果您需要確保對重要的訓練任務的資料進行加速，建議通過預付費模式預先鎖定資料集加速執行個體的空間大小。
在選定的資料集加速執行個體中，根據訓練使用的一個資料集大小，建立資料集加速槽。一個資料集加速執行個體可以包含多個加速槽，所有加速槽的儲存總和不能超過所屬的資料集加速執行個體的容量。
建立加速槽，系統會根據資料類型、資料大小、訓練的架構及模型等因素，對關聯的資料集資料進行資料預先處理。在完成加速初始化工作後，資料集加速器會提供相關介面，供訓練任務直接使用。
在PAI平台建立資料集時，支援開啟資料集加速功能。您可以在建立DSW執行個體或提交DLC訓練任務時，直接使用已開啟加速的資料集，提升資料讀取效率。