SSDTrain: An Activation Offloading Framework to SSDs for Faster Large Language Model Training

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wu, Kun, Park, Jeongmin Brian, Zhang, Xiaofan, Hidayetoğlu, Mert, Mailthody, Vikram Sharma, Huang, Sitao, Lumetta, Steven Sam, Hwu, Wen-mei
Formato:	Preprint
Publicado:	2024
Materias:	Distributed, Parallel, and Cluster Computing Neural and Evolutionary Computing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2408.10013