SPDL (Scalable and Performant Data Loading) est une nouvelle solution de chargement de données développée par Meta Reality Labs, conçue pour améliorer l'efficacité de l'entraînement des modèles d'IA. Elle utilise un traitement parallèle basé sur les threads, ce qui lui permet d'atteindre un débit élevé dans un interpréteur Python ordinaire et de consommer moins de ressources de calcul que les solutions traditionnelles basées sur les processus. Compatible avec Free-Threaded Python, SPDL atteint un débit supérieur à celui de FT Python avec GIL désactivé. Ses principaux avantages sont un débit élevé, des performances faciles à comprendre, l'absence d'encapsulation des opérations de prétraitement, l'absence de langage spécifique au domaine (DSL), une intégration transparente des outils asynchrones, la flexibilité, la simplicité et la tolérance aux pannes. Le contexte de SPDL montre que les besoins informatiques en données augmentent avec la taille des modèles. SPDL accélère l'entraînement des modèles en maximisant l'utilisation du GPU.