Buchumschlag

MalleTrain: Deep Neural Network Training on Unfillable Supercomputer Nodes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Xiaolong, Yan, Feng, Yang, Lei, Foster, Ian, Papka, Michael E., Liu, Zhengchun, Kettimuthu, Rajkumar
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

To Stream or Not to Stream: Towards A Quantitative Model for Remote HPC Processing Decisions
von: Castro, Flavio, et al.
Veröffentlicht: (2025)

Otus Supercomputer
von: Ehtesabi, Sadaf, et al.
Veröffentlicht: (2025)

Scaling Large-scale GNN Training to Thousands of Processors on CPU-based Supercomputers
von: Zhuang, Chen, et al.
Veröffentlicht: (2024)

Bandwidth-Aware LLM Inference on Heterogeneous Many-Core Supercomputers
von: Lu, Yao, et al.
Veröffentlicht: (2026)

More for Less: Integrating Capability-Predominant and Capacity-Predominant Computing
von: Zheng, Zhong, et al.
Veröffentlicht: (2025)

Towards Energy Efficient Co-Scheduling in HPC
von: Zheng, Zhong, et al.
Veröffentlicht: (2026)

EcoShift: Performance-Aware Power Management for Power-Constrained Heterogeneous Systems
von: Zheng, Zhong, et al.
Veröffentlicht: (2026)

Optimizing Distributed Training Approaches for Scaling Neural Networks
von: Baligodugula, Vishnu Vardhan, et al.
Veröffentlicht: (2025)

Heta: Distributed Training of Heterogeneous Graph Neural Networks
von: Zhong, Yuchen, et al.
Veröffentlicht: (2024)

Efficient Training Approaches for Performance Anomaly Detection Models in Edge Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2024)

Exploring Uncore Frequency Scaling for Heterogeneous Computing
von: Zheng, Zhong, et al.
Veröffentlicht: (2025)

An Incremental Multi-Level, Multi-Scale Approach to Assessment of Multifidelity HPC Systems
von: Shilpika, Shilpika, et al.
Veröffentlicht: (2025)

DistributedEstimator: Distributed Training of Quantum Neural Networks via Circuit Cutting
von: Singh, Prabhjot, et al.
Veröffentlicht: (2026)

A Cascaded Graph Neural Network for Joint Root Cause Localization and Analysis in Edge Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2026)

Enabling Message Passing Interface Containers on the LUMI Supercomputer
von: Lazzaro, Alfio
Veröffentlicht: (2024)

Analysis of the Performance of the Matrix Multiplication Algorithm on the Cirrus Supercomputer
von: Adefemi, Temitayo
Veröffentlicht: (2024)

Multi-Resolution Model Fusion for Accelerating the Convolutional Neural Network Training
von: Wang, Kewei, et al.
Veröffentlicht: (2025)

Understanding the Landscape of Ampere GPU Memory Errors
von: Zhu, Zhu, et al.
Veröffentlicht: (2025)

Supercomputer 3D Digital Twin for User Focused Real-Time Monitoring
von: Bergeron, William, et al.
Veröffentlicht: (2024)

Understanding Large-Scale HPC System Behavior Through Cluster-Based Visual Analytics
von: Austin, Allison, et al.
Veröffentlicht: (2026)

Computational Grids
von: Foster, Ian, et al.
Veröffentlicht: (2025)

A Real-Time Digital Twin for Adaptive Scheduling
von: Zhang, Yihe, et al.
Veröffentlicht: (2025)

RapidGNN: Communication Efficient Large-Scale Distributed Training of Graph Neural Networks
von: Niam, Arefin, et al.
Veröffentlicht: (2025)

Scaling All-to-all Operations Across Emerging Many-Core Supercomputers
von: Kinkead, Shannon, et al.
Veröffentlicht: (2026)

Leveraging Hardware Performance Counters for Predicting Workload Interference in Vector Supercomputers
von: Shubham, et al.
Veröffentlicht: (2024)

TX-Digital Twin: Visualizing Supercomputer GPU Performance Data Stream
von: Baskakova, Elena, et al.
Veröffentlicht: (2026)

Coordinated Power Management on Heterogeneous Systems
von: Zheng, Zhong, et al.
Veröffentlicht: (2025)

A Deep Reinforcement Learning Approach for Cost Optimized Workflow Scheduling in Cloud Computing Environments
von: Jayanetti, Amanda, et al.
Veröffentlicht: (2024)

ReinFog: A Deep Reinforcement Learning Empowered Framework for Resource Management in Edge and Cloud Computing Environments
von: Wang, Zhiyu, et al.
Veröffentlicht: (2024)

PWDFT-SW: Extending the Limit of Plane-Wave DFT Calculations to 16K Atoms on the New Sunway Supercomputer
von: Jiang, Qingcai, et al.
Veröffentlicht: (2024)

Democratizing AI: Open-source Scalable LLM Training on GPU-based Supercomputers
von: Singh, Siddharth, et al.
Veröffentlicht: (2025)

Distributed Neural Representation for Reactive in situ Visualization
von: Wu, Qi, et al.
Veröffentlicht: (2023)

DeepCompile: A Compiler-Driven Approach to Optimizing Distributed Deep Learning Training
von: Tanaka, Masahiro, et al.
Veröffentlicht: (2025)

Interpretable Modeling of Deep Reinforcement Learning Driven Scheduling
von: Li, Boyang, et al.
Veröffentlicht: (2024)

Supercomputing for High-speed Avoidance and Reactive Planning in Robots
von: Lachmansingh, Kieran S., et al.
Veröffentlicht: (2025)

CaPGNN: Optimizing Parallel Graph Neural Network Training with Joint Caching and Resource-Aware Graph Partitioning
von: Song, Xianfeng, et al.
Veröffentlicht: (2025)

MRSch: Multi-Resource Scheduling for HPC
von: Li, Boyang, et al.
Veröffentlicht: (2024)

Experiences with Model Context Protocol Servers for Science and High Performance Computing
von: Pan, Haochen, et al.
Veröffentlicht: (2025)

AntDT: A Self-Adaptive Distributed Training Framework for Leader and Straggler Nodes
von: Xiao, Youshao, et al.
Veröffentlicht: (2024)

Characterizing the Performance of Accelerated Jetson Edge Devices for Training Deep Learning Models
von: K., Prashanthi S., et al.
Veröffentlicht: (2025)