Buchumschlag

Towards General Neural Surrogate Solvers with Specialized Neural Accelerators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mao, Chenkai, Lupoiu, Robert, Dai, Tianxiang, Chen, Mingkun, Fan, Jonathan A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing Optics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unlocking Real-Time Fluorescence Lifetime Imaging: Multi-Pixel Parallelism for FPGA-Accelerated Processing
von: Erbas, Ismail, et al.
Veröffentlicht: (2024)

FlashMLA-ETAP: Efficient Transpose Attention Pipeline for Accelerating MLA Inference on NVIDIA H20 GPUs
von: Dege, Pengcuo, et al.
Veröffentlicht: (2025)

Privacy in Federated Learning with Spiking Neural Networks
von: Aksu, Dogukan, et al.
Veröffentlicht: (2025)

Federated Neural Architecture Search with Model-Agnostic Meta Learning
von: Huang, Xinyuan, et al.
Veröffentlicht: (2025)

A Parallel Alternative for Energy-Efficient Neural Network Training and Inferencing
von: Seal, Sudip K., et al.
Veröffentlicht: (2025)

Root Cause Analysis In Microservice Using Neural Granger Causal Discovery
von: Lin, Cheng-Ming, et al.
Veröffentlicht: (2024)

TAPAS: Fast and Automatic Derivation of Tensor Parallel Strategies for Large Neural Networks
von: Shi, Ziji, et al.
Veröffentlicht: (2023)

Semi-decentralized Training of Spatio-Temporal Graph Neural Networks for Traffic Prediction
von: Kralj, Ivan, et al.
Veröffentlicht: (2024)

D3-GNN: Dynamic Distributed Dataflow for Streaming Graph Neural Networks
von: Guliyev, Rustam, et al.
Veröffentlicht: (2024)

Characterizing Mobile SoC for Accelerating Heterogeneous LLM Inference
von: Chen, Le, et al.
Veröffentlicht: (2025)

Distributed Graph Neural Network Inference With Just-In-Time Compilation For Industry-Scale Graphs
von: Wu, Xiabao, et al.
Veröffentlicht: (2025)

EPSILON: Adaptive Fault Mitigation in Approximate Deep Neural Network using Statistical Signatures
von: Khalil, Khurram, et al.
Veröffentlicht: (2025)

DistrEE: Distributed Early Exit of Deep Neural Network Inference on Edge Devices
von: Peng, Xian, et al.
Veröffentlicht: (2025)

BitPipe: Bidirectional Interleaved Pipeline Parallelism for Accelerating Large Models Training
von: Wu, Houming, et al.
Veröffentlicht: (2024)

TawPipe: Topology-Aware Weight Pipeline Parallelism for Accelerating Long-Context Large Models Training
von: Wu, Houming, et al.
Veröffentlicht: (2025)

Mobility Accelerates Learning: Convergence Analysis on Hierarchical Federated Learning in Vehicular Networks
von: Chen, Tan, et al.
Veröffentlicht: (2024)

Accelerating Privacy-Preserving Federated Learning in Large-Scale LEO Satellite Systems
von: Guo, Binquan, et al.
Veröffentlicht: (2025)

Syno: Structured Synthesis for Neural Operators
von: Zhuo, Yongqi, et al.
Veröffentlicht: (2024)

Accelerating MoE Model Inference with Expert Sharding
von: Balmau, Oana, et al.
Veröffentlicht: (2025)

Mind the Gap: Revealing Inconsistencies Across Heterogeneous AI Accelerators
von: Wen, Elliott, et al.
Veröffentlicht: (2025)

Calibre: Towards Fair and Accurate Personalized Federated Learning with Self-Supervised Learning
von: Chen, Sijia, et al.
Veröffentlicht: (2024)

Towards Straggler-Resilient Split Federated Learning: An Unbalanced Update Approach
von: Liang, Dandan, et al.
Veröffentlicht: (2025)

Conflict-Free Replicated Data Types for Neural Network Model Merging: A Two-Layer Architecture Enabling CRDT-Compliant Model Merging Across 26 Strategies
von: Gillespie, Ryan
Veröffentlicht: (2026)

Exploiting Inter-Layer Expert Affinity for Accelerating Mixture-of-Experts Model Inference
von: Yao, Jinghan, et al.
Veröffentlicht: (2024)

Acceleration for Deep Reinforcement Learning using Parallel and Distributed Computing: A Survey
von: Liu, Zhihong, et al.
Veröffentlicht: (2024)

Towards Quantum-Ready Blockchain Fraud Detection via Ensemble Graph Neural Networks
von: Haider, M. Z., et al.
Veröffentlicht: (2025)

A-3PO: Accelerating Asynchronous LLM Training with Staleness-aware Proximal Policy Approximation
von: Li, Xiaocan, et al.
Veröffentlicht: (2025)

Tiny Deep Ensemble: Uncertainty Estimation in Edge AI Accelerators via Ensembling Normalization Layers with Shared Weights
von: Ahmed, Soyed Tuhin, et al.
Veröffentlicht: (2024)

FT-Transformer: Resilient and Reliable Transformer with End-to-End Fault Tolerant Attention
von: Dai, Huangliang, et al.
Veröffentlicht: (2025)

Frontier: Towards Comprehensive and Accurate LLM Inference Simulation
von: Feng, Yicheng, et al.
Veröffentlicht: (2026)

CommunityAI: Towards Community-based Federated Learning
von: Murturi, Ilir, et al.
Veröffentlicht: (2023)

Lightweight Software Kernels and Hardware Extensions for Efficient Sparse Deep Neural Networks on Microcontrollers
von: Daghero, Francesco, et al.
Veröffentlicht: (2025)

Towards Efficient Generative Large Language Model Serving: A Survey from Algorithms to Systems
von: Miao, Xupeng, et al.
Veröffentlicht: (2023)

AdaptiveLoad: Towards Efficient Video Diffusion Transformer Training
von: Guo, Yucheng, et al.
Veröffentlicht: (2026)

Towards Robust and Efficient Federated Low-Rank Adaptation with Heterogeneous Clients
von: Koo, Jabin, et al.
Veröffentlicht: (2024)

Towards One-shot Federated Learning: Advances, Challenges, and Future Directions
von: Amato, Flora, et al.
Veröffentlicht: (2025)

Measuring Heterogeneity in Machine Learning with Distributed Energy Distance
von: Fan, Mengchen, et al.
Veröffentlicht: (2025)

Cyclical Weight Consolidation: Towards Solving Catastrophic Forgetting in Serial Federated Learning
von: Song, Haoyue, et al.
Veröffentlicht: (2024)

ECHO: Elastic Speculative Decoding with Sparse Gating for High-Concurrency Scenarios
von: Hu, Xinyi, et al.
Veröffentlicht: (2026)

Role-Based Fault Tolerance System for LLM RL Post-Training
von: Chen, Zhenqian, et al.
Veröffentlicht: (2025)