Informatica - Informatica distribuita, parallela e in cluster

Union semplifica la gestione dei carichi di lavoro ibridi negli ambienti di calcolo ad alte prestazioni.

Questo metodo migliora le decisioni di instradamento nelle reti Dragonfly usando l'apprendimento automatico.

MRSch migliora la pianificazione dei lavori di calcolo ad alte prestazioni ottimizzando l'uso delle risorse.

Un nuovo approccio usa alberi decisionali per una programmazione dei lavori più chiara nell'alta perfomance computing.

I metodi di routing intelligenti migliorano le prestazioni nelle reti di supercalcolo Dragonfly.

Uno sguardo a come il DRM migliora l'allocazione delle risorse nel computing.

Un nuovo protocollo migliora l'efficienza dell'allenamento delle Reti Neurali Grafiche usando CPU e GPU.

Esplora il passaggio dalle CPU alle GPU nella modellazione del ghiaccio marino.

Esaminare i contratti smart, la loro sicurezza e il ruolo della gestione della fiducia.

Un nuovo metodo migliora la privacy nell'apprendimento federato online adattandosi ai dati che cambiano.

Raptor migliora la programmazione delle funzioni serverless per applicazioni più veloci e affidabili.

Data Mesh trasforma la gestione dei dati promuovendo la proprietà e la collaborazione tra i team.

Impara i metodi per identificare i cicli pari nelle grandi reti e la loro importanza.

Strategie per ridurre la latenza di avvio a freddo nelle applicazioni serverless.

Un'overview dell'algoritmo Raft per il consenso nei sistemi distribuiti.

Esplorare l'incrocio tra blockchain e apprendimento federato per la privacy e la sicurezza dei dati.

THEMIS migliora l'equità e l'efficienza nella pianificazione delle risorse FPGA multi-tenant.

FedD2S migliora il Federated Learning personalizzando i modelli e mantenendo la privacy dei dati.

Un framework per addestrare modelli di machine learning proteggendo la privacy.

Un nuovo framework punta a migliorare l'interoperabilità e l'efficienza delle DSL nell'HPC.

Un sistema che ottimizza i calcoli per matrici sparse usando lo storage bloccato.

Questo documento parla del potenziale di DAOS per migliorare la gestione dei dati sulle previsioni del tempo.

La ricerca si concentra sull'ottimizzazione dei trasformatori per dispositivi piccoli con risorse limitate.

Scopri come gli alberi storici migliorano le interazioni degli agenti nelle reti dinamiche.

MOPAR migliora l'efficienza e la convenienza dei costi dell'inferenza di deep learning su piattaforme serverless.

I dati sintetici permettono alle aziende di condividere informazioni mantenendo al sicuro i dati sensibili.

Uno studio su come migliorare le prestazioni delle GPU per i calcoli stencil nelle applicazioni scientifiche.

Scopri come lo sharding migliora le prestazioni e l'efficienza del database.

Un nuovo algoritmo migliora le prestazioni e l'affidabilità nella replicazione delle macchine a stato su reti a larga scala.

Un approccio fresco per migliorare le prestazioni del software attraverso metodi di ottimizzazione dinamica.

Smart HPA migliora l'efficienza dello scaling dei microservizi in ambienti a risorse limitate.

Il nuovo corso unisce il calcolo quantistico e classico per prepararsi al futuro.

Un nuovo modello leggero migliora il riconoscimento degli obiettivi nelle immagini radar a apertura sintetica.

I ricercatori migliorano il modello di processo gaussiani usando l'approssimazione di Vecchia e la tecnologia GPU.

Un framework affronta le sfide nella misurazione dell'energia nei cloud per un computing più green.

AFedPG migliora l'efficienza nel federated reinforcement learning tramite aggiornamenti asincroni.

Analizzare minacce e difese nel federated learning contro attacchi malevoli.

Scopri come l'elaborazione di grafi distribuiti gestisce set di dati complessi su più sistemi.

Nuovo studio valuta gli algoritmi di ottimizzazione su PIM per migliorare l'efficienza dell'apprendimento automatico.

Scopri come l'emulazione CXL può trasformare la gestione della memoria nei sistemi informatici.