Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

Neues Ising-Maschinenmodell verbessert die Lösung von Optimierungsproblemen und die Rechenleistung.

Eine neue Methode verbessert die Leistung der Matrixmultiplikation mit spärlichen Matrizen.

Dieses Papier präsentiert ein neues DNN-basiertes IDS in programmierbaren Netzwerken.

Untersuchung, wie Schwellenautomatene die Verifizierung verteilter Algorithmen verbessern.

Ein neues System verbessert das Speichermanagement für die Generierung von Langtexten in Sprachmodellen.

Energie-GNNs verbessern die Kommunikation und Anpassung in Mehragentensystemen.

LASSI hilft dabei, Computerprogramme für effizientes wissenschaftliches Rechnen zu übersetzen.

Ein neues Modell, das Cloud-Anwendungen hilft, serverless Ressourcen effektiv zu nutzen.

Ein neues System verbessert die Cloud-Leistung und senkt die Kosten, indem es VMs und FaaS kombiniert.

AAggFF führt adaptive Strategien für eine gerechte Modellleistung im Föderierten Lernen ein.

Diese Studie konzentriert sich auf OTA-Computing, um die Gerätekommunikation in Netzwerken zu verbessern.

WallFacer verbessert die Effizienz beim Trainieren von langen Sequenz-Transformer-Modellen durch optimierte Kommunikation.

Eine neue Methode verbessert die Datenaktualität für smarte Fahrzeuge mit innovativen Algorithmen.

SWIRL vereinfacht komplexe wissenschaftliche Arbeitsabläufe für bessere Effizienz und Interoperabilität.

LLload macht es einfacher, die Arbeitsleistung auf HPC-Systemen zu verfolgen.

Eine neue Methode reduziert den Energieverbrauch und verbessert gleichzeitig die Lernergebnisse in dezentralen Systemen.

Coded Computing bietet einen neuen Ansatz, um die Servereffizienz zu optimieren.

Erforschung der Optimierung von DNNs für Geräte mit begrenzter Energieversorgung.

Die Herausforderungen beim Bau von Rechenzentren für das Training grosser Sprachmodelle untersuchen.

DRLQ verbessert die Aufgabenverteilung für Quantenressourcen und steigert die Effizienz im Cloud-Computing.

Dieser Artikel untersucht die Vorteile von FP8 im föderierten Lernen.

Strategien zur Minimierung von Kohlenstoffemissionen in Rechenzentren durch verbesserte Vorhersagen.

MIREncoder verbessert die Code-Optimierung mit multi-modalen Repräsentationen und maschinellem Lernen.

Ein formeller Ansatz zur Überprüfung der Richtigkeit von DAG-basierten Konsensprotokollen.

Ein neues System beschleunigt die Bilderstellung, ohne die Qualität zu beeinträchtigen.

Ein neues Framework verbessert das föderierte Lernen und sorgt gleichzeitig für Datensicherheit.

Ein neues System verbessert das Bereitstellen von ML-Modellen, indem es Genauigkeit und Hardware-Skalierung kombiniert.

Diese Methode verbessert die Kommunikations-Effizienz im föderierten Lernen und schützt gleichzeitig die Datensicherheit.

Eine Methode zum Berechnen von Durchschnitten, während die Knotendaten privat bleiben.

Ein neues System zielt darauf ab, die Geschwindigkeit und Effizienz bei der Analyse genetischer Daten zu verbessern.

Edge-AI verarbeitet Daten näher an ihrer Quelle, was Geschwindigkeit und Sicherheit verbessert.

Forschung hebt Strategien hervor, um den Energieverbrauch bei grossen Sprachmodellen zu senken.

Ein Blick auf Netzgrids, ihre Komponenten und Managementstrategien.

Neue Methode verbessert die Modellleistung bei unbekannten Daten.

Neue Techniken verbessern die Trainingsgeschwindigkeit für Deep-Learning-Empfehlungsmodelle.

Dieser Artikel behandelt wichtige Techniken zum effektiven Komprimieren grosser wissenschaftlicher Datensätze.

Diese Studie untersucht, wie das Netzwerk-Layout das dezentrale föderierte Lernen unter byzantinischen Bedrohungen beeinflusst.

Dieser Artikel untersucht neue Methoden zur Simulation von Fluidströmungen mit GPU-Technologie.

pFedDIL verbessert das maschinelle Lernen, indem es Wissen behält und sich an neue Aufgaben anpasst.

Eine Übersicht über Cloud- und On-Premise-AI-Infrastrukturen.