Informatique - Informatique distribuée, parallèle et en grappes

Un aperçu des approches classiques et quantiques de la fiabilité des réseaux.

Cet article présente un système d'horloge logique fiable pour gérer les événements dans des réseaux distribués.

Une nouvelle méthode améliore le temps de réponse des grands modèles de langage sans sacrifier la qualité.

Des recherches montrent que l'utilisation efficace des langages de haut niveau pour les opérations sur de grands entiers sur les GPU.

Une nouvelle structure de B+-arbre améliore la gestion des données dans les systèmes de mémoire désagrégée.

Une approche basée sur des cohortes améliore l'efficacité et la précision dans les systèmes d'apprentissage fédéré.

Découvrez comment les Plans Comportementaux Fédérés améliorent la compréhension des actions des clients dans l'apprentissage fédéré.

Examiner FSDP et DDP pour améliorer l'efficacité de l'entraînement des modèles.

Des recherches montrent des vulnérabilités dans l'approche de la confidentialité des textes en apprentissage fédéré.

Une nouvelle méthode réduit les charges de communication dans l'apprentissage fédéré tout en renforçant la vie privée.

Le cadre D-VRE transforme la collaboration dans la recherche scientifique grâce au partage sécurisé de données.

Une nouvelle plateforme qui améliore le traitement des données grâce à des NICs intelligents.

Un nouveau système améliore la gestion de la mémoire pour l'IA en utilisant des GPU.

Un kit d'outils pour évaluer les unités de traitement quantique grâce à des mesures standard.

Cette étude évalue les avantages des GPU pour les simulations CFD en termes de vitesse, de puissance et de coûts.

Un aperçu des modèles de mémoire faibles et de leur impact sur les systèmes concurrents.

Arma propose une solution évolutive pour un traitement fiable des transactions dans des réseaux distribués.

Un cadre complet pour analyser la performance XR dans les réseaux sans fil assistés par edge.

LiveData propose des solutions pour un partage de données efficace et diversifié à travers les frontières.

Voici DEMon, un système de surveillance décentralisé pour un edge computing efficace.

Une approche formelle pour réduire les téléportations dans les réseaux d'informatique quantique.

Une nouvelle implémentation MPM améliore vachement les simulations d'écoulement de gaz.

La recherche s'attaque au problème de la recherche de trous noirs dans des réseaux en évolution.

Découvrez de nouvelles techniques pour améliorer l'efficacité de l'entraînement des réseaux de neurones profonds.

Fast-FedUL propose des méthodes rapides pour supprimer des données en apprentissage fédéré tout en garantissant la vie privée.

Ce papier présente L-HiTS, une méthode pour simuler des systèmes complexes en utilisant l'apprentissage profond.

Apprends à créer des registres SWMR qui tiennent le coup face aux défis des processus byzantins.

Exécution efficace des modèles de transformateurs sur une plateforme RISC-V open-source.

Une nouvelle approche pour planifier des tâches dans des clusters de traitement de données en utilisant des arbres de décision.

FedGELA s'attaque aux défis de l'apprentissage fédéré avec des données partiellement disjointes par classe.

FedLESAM s'occupe des problèmes de données dans l'apprentissage fédéré pour de meilleures performances des modèles.

FedMR s'attaque aux défis de l'apprentissage fédéré avec des données de classes partielles, améliorant la performance du modèle.

Kosmosis combine des données blockchain et des réseaux sociaux pour prévenir les arnaques crypto.

PadFL améliore le partage de modèles et l'efficacité selon les capacités des appareils.

Les protocoles BFT basés sur des DAG améliorent la scalabilité et l'efficacité dans le traitement des transactions.

Une nouvelle approche améliore la sécurité et les performances dans l'apprentissage fédéré avec la blockchain.

Découvrez comment les cycloïdes aident à modéliser la synchronisation dans les processus dans différents domaines.

FunLess propose une exécution efficace de fonctions sans serveur dans des systèmes de cloud edge privés.

Présentation de l'Averaging Dynamique Fédéré pour améliorer la communication dans l'apprentissage profond distribué.

GROMACS intègre SYCL pour améliorer les performances sur les GPU AMD dans les simulations de dynamique moléculaire.