Shortcut-connected Expert Parallelism for Accelerating Mixture-of-Experts

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Cai, Weilin, Jiang, Juyong, Qin, Le, Cui, Junwei, Kim, Sunghun, Huang, Jiayi
Format:	Preprint
Publié:	2024
Sujets:	Machine Learning Computation and Language Distributed, Parallel, and Cluster Computing
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2404.05019