SPDL (स्केलेबल और परफॉर्मेंट डेटा लोडिंग) Meta Reality Labs द्वारा विकसित एक नया डेटा लोडिंग समाधान है, जिसका उद्देश्य AI मॉडल प्रशिक्षण की दक्षता में सुधार करना है। यह थ्रेड-आधारित समानांतर प्रसंस्करण का उपयोग करता है। पारंपरिक प्रक्रिया-आधारित समाधानों की तुलना में, SPDL सामान्य Python इंटरप्रेटर में उच्च थ्रूपुट प्राप्त करता है और कम कम्प्यूटेशनल संसाधनों का उपयोग करता है। SPDL Free-Threaded Python के साथ संगत है और GIL को अक्षम करने पर, GIL सक्षम FT Python कार्यान्वयन की तुलना में उच्च थ्रूपुट प्राप्त करता है। SPDL के मुख्य लाभों में उच्च थ्रूपुट, आसानी से समझ में आने वाला प्रदर्शन, प्रीप्रोसेसिंग ऑपरेशन को नहीं ढँकना, डोमेन-विशिष्ट भाषा (DSL) को शामिल नहीं करना, असिंक्रोनस टूल के साथ निर्बाध एकीकरण, लचीलापन, सरलता और सहजता और त्रुटि सहनशीलता शामिल हैं। SPDL की पृष्ठभूमि जानकारी से पता चलता है कि जैसे-जैसे मॉडल का आकार बढ़ता है, डेटा की कम्प्यूटेशनल आवश्यकताओं में भी वृद्धि होती है, और SPDL GPU के उपयोग को अधिकतम करके मॉडल प्रशिक्षण की गति को तेज करता है।