我刚刚开始使用dask，可能需要一些帮助来完成一个看似简单的任务。我在hdf5文件中收集了256个3d（6000x264x264）uint32数组，我想对这些数组应用一些操作。它们总共约为400gb，但在磁盘上只有5gb的压缩空间。它们的块大小为（400、264、264）。基本上我现在只想在最后两个轴上求和，并为单独的文件创建一个额外的轴。我可以分别用numpy对每个文件进行求和，但我想试试dask。以下方法似乎很有效：

import dask.array as da
import h5py
daskArrays = []
for i in range(16**2):
    data = h5py.File(f"/path/{i:04}.h5", 'r')['key']
    daskArray = da.from_array(data, chunks=(400, 264, 264))
    daskArrays.append(daskArray)

stackedDaskArrays = da.stack(daskArrays, axis=0)
summed = da.sum(stackedDaskArrays, axis=(-1,-2))
print(summed.shape)
``` `print` 返回一个形状（256，6000），这确实是我想要的。
但是，当我跑的时候 `summed.compute()` ，jupyter实验室笔记本在填满我的32gb内存后崩溃了。 `summed` 应该只有12MB，所以有些东西不是我想要的。我尝试过一些不同的块大小，但是我对块以及它们与压缩的关系有点困惑。
我错过了什么？压缩破坏了我的计划吗？