Informática - Computación distribuida, paralela y en clústeres

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.

MASA ofrece una solución para mejorar la seguridad en los sistemas de Aprendizaje Federado.

Una mirada a varias prácticas agrícolas y tecnologías en Varanasi.

HEXA-MoE mejora la eficiencia de la IA con colaboración de expertos y menos comunicación.

Un nuevo método mejora la eficiencia de los modelos de lenguaje grandes al compartir tareas entre la GPU y la CPU.

Este artículo habla sobre las limitaciones y estrategias en el entrenamiento de grandes modelos de IA.

xDiT transforma la velocidad de generar visuales de alta calidad con colaboración inteligente.

Los científicos mejoran la investigación sobre fusión nuclear a través de marcos de computación adaptables.

El Aprendizaje Federado ofrece una nueva forma de proteger los datos mientras colaboras entre dispositivos.

Un nuevo método identifica dispositivos problemáticos en el aprendizaje federado para mejorar la velocidad y la seguridad.

Un nuevo enfoque para reducir costos en servicios de IA usando instancias mixtas.

Descubre cómo un nuevo sistema mejora la privacidad de datos y la velocidad de procesamiento para los LLMs.

Aprende cómo los agentes se comunican mejor en entornos caóticos.

El nuevo modelo simplifica la creación de grafos dirigidos acíclicos.

Descubre cómo el aprendizaje federado jerárquico protege los datos mientras permite la colaboración entre dispositivos.

Aprende cómo los nuevos métodos reducen el uso de memoria en los algoritmos de detección de comunidades.

Descubre cómo FedGPL ayuda a las organizaciones a colaborar mientras protegen su privacidad de datos.

Aprende a manejar a los trabajadores lentos en computación para mejorar la eficiencia.

Agrupar mensajes mejora la eficiencia en la computación moderna.

Descubre cómo AI Metropolis acelera y mejora las interacciones de los agentes en simulaciones.

Un marco que acelera la programación dinámica en bioinformática, haciendo la investigación más eficiente.

Descubre cómo Web3 y la IA están transformando el panorama digital.

FLAME mejora la navegación interior con servicios de mapeo federado respetando la privacidad del usuario.