Informatique - Performances

La recherche se concentre sur l'optimisation des transformateurs pour les petits appareils avec des ressources limitées.

Analyser le matériel et les logiciels pour des solutions de calcul quantique efficaces.

Examiner comment les clients choisissent entre les stations de service et l'impact que ça a.

Explore la modélisation de performance pour améliorer l'efficacité dans l'entraînement de machine learning sur plusieurs GPU.

LLAMP évalue efficacement la tolérance à la latence du réseau pour les applications de calcul haute performance.

Les données synthétiques offrent des solutions rentables tout en garantissant la vie privée et en réduisant les biais.

De nouvelles techniques réduisent l'accès à la mémoire et boostent les performances des modèles d'apprentissage profond.

Une nouvelle méthode améliore l'efficacité de l'entraînement des machines tout en protégeant la confidentialité des données.

Un coup d'œil sur le slicing de réseau et la gestion des ressources dans les réseaux mobiles modernes.

Un nouveau système améliore l'efficacité dans l'analyse des modèles de données graphiques.

De nouvelles méthodes améliorent la factorisation QR pour les grandes matrices mal conditionnées.

Un aperçu de comment les systèmes de file d'attente peuvent améliorer l'efficacité.

De nouvelles améliorations de BIT1 boostent les performances de simulation de plasma en utilisant des techniques de calcul avancées.

La mémoire CXL augmente la capacité et l'efficacité pour les applications exigeantes.

Un cadre flexible améliore le placement des dispositifs dans les modèles d'IA pour de meilleures performances.

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

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

Cet article examine comment l'organisation des données impacte la vitesse et l'efficacité du programme.

Examiner les défis de sécurité et les solutions pour le RIC dans les réseaux Open RAN.

Exploiter l'apprentissage par renforcement pour optimiser la planification des tâches en utilisant les techniques de l'indice de Gittins.

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

Une stratégie pour améliorer l'allocation des serveurs pour une meilleure exécution des tâches et réduire les délais.

Utiliser l'IA pour automatiser la vectorisation, améliorer l'efficacité et la justesse du code.

Optimiser le raisonnement multi-saut améliore la vitesse et la précision pour l'analyse de données complexes.

Cette recherche étudie comment les taux d'arrivée et de service variables affectent les files d'attente.

S'attaquer au problème du démarrage à froid avec de nouvelles techniques de profilage pour améliorer les performances des applis.

Un aperçu de l'allocation efficace des ressources dans les réseaux quantiques et le rôle des EGS.

Techniques pour accélérer la création de points de contrôle pour les modèles de deep learning.

Améliorer les temps de réponse pour les grands modèles de langage en utilisant une nouvelle approche adaptative.

CEBench aide les entreprises et les chercheurs à évaluer les LLMs tout en gérant les coûts et la performance.

Un aperçu de la manière dont l'autotuning améliore les SVM à noyau mixte pour l'analyse de données.

LLload facilite le suivi de la performance des jobs sur les systèmes HPC.

MIREncoder améliore l'optimisation du code en utilisant une représentation multi-modale et l'apprentissage automatique.

SPOGA accélère les réseaux de neurones profonds avec une meilleure vitesse et efficacité énergétique.

ConvBench propose une nouvelle façon d'évaluer efficacement la performance des algorithmes de convolution.

Apprends des méthodes efficaces pour estimer l'empreinte énergétique des logiciels.

Une nouvelle approche pour réduire la latence de fin dans les applis en utilisant un pool de threads dynamique.

Ce papier analyse l'importance du auto-tuning pour les GPU AMD dans le calcul haute performance.

Un nouveau cadre évalue comment les modèles de deep learning fonctionnent sur différents GPU.

Simopt améliore la conception FPGA en utilisant des données de simulation pour de meilleures performances.