Informática - Computación distribuida, paralela y en clústeres

Una visión general de la importancia y métodos para verificar sistemas distribuidos.

Un nuevo algoritmo mejora la colaboración en tiempo real para la edición de documentos.

Este enfoque mejora la eficiencia en el entrenamiento de modelos a partir de grandes datos de gráficos, mientras protege la privacidad.

Examinando la justicia y eficiencia de las subastas de intención de comercio en las finanzas modernas.

PASS utiliza la computación probabilística para resolver de manera eficiente desafíos difíciles en varios campos.

Domino mejora la velocidad de entrenamiento de modelos de lenguaje optimizando la comunicación entre GPUs.

Un nuevo método mejora la eficiencia para manejar entradas largas en modelos de lenguaje.

Descubre cómo las relaciones causales impactan las decisiones en diferentes campos.

Una mirada al Aprendizaje Federado Jerárquico y sus ventajas para la privacidad de los dispositivos.

Un nuevo método mejora el aprendizaje federado al reducir la transmisión de datos y el consumo de energía.

Este enfoque mejora la eficiencia y precisión al analizar datos de múltiples dispositivos.

Una mirada a cómo LFRic funciona en diferentes supercomputadoras para predicciones del tiempo.

Una herramienta para analizar el uso de energía por programas de computadora.

Un nuevo método protege la privacidad mientras encuentra valores máximos en redes distribuidas.

Aprende a mejorar la eficiencia de los modelos de lenguaje de contexto largo.

Un estudio sobre el rendimiento de los modelos de detección de objetos en dispositivos de computación pequeños.

miniLB ofrece una forma más fácil de evaluar simulaciones de LBM en diferentes sistemas de hardware.

Una mirada a la computación que preserva la privacidad y su eficiencia a través de diseños centrados en la memoria.

Aprende sobre la tecnología blockchain y sus aplicaciones en diferentes campos.

Aprende cómo los cicloides pueden mantener la eficiencia incluso a través de fallos en el proceso.

Descubre cómo el aprendizaje automático mejora la compresión de datos en la ciencia.

Un nuevo método para analizar gráficos inciertos y sus medidas de centralidad.

C-sync mejora la eficiencia de sincronización de tiempo y la resistencia a fallos en redes IoT.

Los investigadores aplican aprendizaje automático para mejorar la estimación del ruido en la computación cuántica.

TensorSocket mejora la eficiencia del entrenamiento de deep learning a través de la carga de datos compartida.

DAOS ofrece una gestión de datos eficiente para entornos de computación de alto rendimiento.

TAKFL optimiza el intercambio de conocimientos en el aprendizaje federado para diferentes capacidades de dispositivos.

Este estudio mejora la eficiencia del aprendizaje federado usando servidores edge para una mejor gestión de recursos.

Faro optimiza la asignación de recursos para modelos de ML en entornos limitados.

Un nuevo enfoque ayuda a los satélites a reducir el uso de batería y extender su vida útil.

Un nuevo método protege el aprendizaje descentralizado de ataques de envenenamiento de datos.

La inteligencia en el borde y la computación cuántica mejoran las redes satelitales-terrestres para mayor eficiencia.

Intel SHMEM mejora la comunicación entre GPUs, permitiendo aplicaciones de alto rendimiento de manera eficiente.

Presentamos una solución de almacenamiento a medida para blockchains de consorcio como Hyperledger Fabric.

Estrategias innovadoras mejoran la detección de eventos raros en sistemas de aprendizaje federado.

FLeNS mejora el aprendizaje federado al equilibrar la velocidad de aprendizaje y la eficiencia de la comunicación.

Aprende cómo el procedimiento de Lanczos filtrado mejora los cálculos de eigenvalores usando GPUs.

Un enfoque nuevo para programar tareas no preemptivas de manera eficiente.

Una mirada a simplificar el entrenamiento de modelos grandes usando FSDP y torch.compile.

Optimiza el uso de la GPU para mejorar la eficiencia del entrenamiento de modelos inteligentes.