Buchumschlag

RTop-K: Ultra-Fast Row-Wise Top-K Selection for Neural Network Acceleration on GPUs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Xi, Luo, Yuebo, Peng, Hongwu, Ding, Caiwen
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

MaxK-GNN: Extremely Fast GPU Kernel Design for Accelerating Graph Neural Networks Training
von: Peng, Hongwu, et al.
Veröffentlicht: (2023)

Evaluating Emerging AI/ML Accelerators: IPU, RDU, and NVIDIA/AMD GPUs
von: Peng, Hongwu, et al.
Veröffentlicht: (2023)

Popcorn: Accelerating Kernel K-means on GPUs through Sparse Linear Algebra
von: Bellavita, Julian, et al.
Veröffentlicht: (2025)

FPTC: A Fast Parallel Transform-based Codec for Efficient Asymmetric Signal Compression
von: Mechels, Ben, et al.
Veröffentlicht: (2026)

RSH-SpMM: A Row-Structured Hybrid Kernel for Sparse Matrix-Matrix Multiplication on GPUs
von: Li, Aiying, et al.
Veröffentlicht: (2026)

Accelerating Maximal Biclique Enumeration on GPUs
von: Hsieh, Chou-Ying, et al.
Veröffentlicht: (2024)

Fast Kronecker Matrix-Matrix Multiplication on GPUs
von: Jangda, Abhinav, et al.
Veröffentlicht: (2024)

Flash-KMeans: Fast and Memory-Efficient Exact K-Means
von: Yang, Shuo, et al.
Veröffentlicht: (2026)

Combining Performance and Productivity: Accelerating the Network Sensing Graph Challenge with GPUs and Commodity Data Science Software
von: Samsi, Siddharth, et al.
Veröffentlicht: (2025)

CudaForge: An Agent Framework with Hardware Feedback for CUDA Kernel Optimization
von: Zhang, Zijian, et al.
Veröffentlicht: (2025)

Accelerating Sparse Matrix-Matrix Multiplication on GPUs with Processing Near HBMs
von: Li, Shiju, et al.
Veröffentlicht: (2025)

Communication-Avoiding Linear Algebraic Kernel K-Means on GPUs
von: Bellavita, Julian, et al.
Veröffentlicht: (2026)

Accelerating high-order continuum kinetic plasma simulations using multiple GPUs
von: Ho, Andrew, et al.
Veröffentlicht: (2024)

AMPED: Accelerating MTTKRP for Billion-Scale Sparse Tensor Decomposition on Multiple GPUs
von: Wijeratne, Sasindu, et al.
Veröffentlicht: (2025)

TrioSeq: A Novel Approach to Accelerate Triplet Sequence Alignment on GPUs
von: Graça, Miguel, et al.
Veröffentlicht: (2026)

FlashSketch: Sketch-Kernel Co-Design for Fast Sparse Sketching on GPUs
von: Dwaraknath, Rajat Vadiraj, et al.
Veröffentlicht: (2026)

FlashMP: Fast Discrete Transform-Based Solver for Preconditioning Maxwell's Equations on GPUs
von: Zhang, Haoyuan, et al.
Veröffentlicht: (2025)

A Lightweight Neural Network for Accelerating Radiative Transfer Modeling in WRF
von: Fredj, Erick, et al.
Veröffentlicht: (2025)

Cuckoo-GPU: Accelerating Cuckoo Filters on Modern GPUs
von: Dortmann, Tim, et al.
Veröffentlicht: (2026)

O(K)-Approximation Coflow Scheduling in K-Core Optical Circuit Switching Networks
von: Wang, Xin, et al.
Veröffentlicht: (2026)

TRUST: Triangle Counting Reloaded on GPUs
von: Pandey, Santosh, et al.
Veröffentlicht: (2021)

TurboFFT: Co-Designed High-Performance and Fault-Tolerant Fast Fourier Transform on GPUs
von: Wu, Shixun, et al.
Veröffentlicht: (2024)

Boosting Performance of Iterative Applications on GPUs: Kernel Batching with CUDA Graphs
von: Ekelund, Jonah, et al.
Veröffentlicht: (2025)

Anonymized Network Sensing using C++26 std::execution on GPUs
von: Mandulak, Michael, et al.
Veröffentlicht: (2025)

Efficient Column-Wise N:M Pruning on RISC-V CPU
von: Chu, Chi-Wei, et al.
Veröffentlicht: (2025)

Accelerating MoE with Dynamic In-Switch Computing on Multi-GPUs
von: Zhang, Qijun, et al.
Veröffentlicht: (2026)

Optimizing sDTW for AMD GPUs
von: Latta-Lin, Daniel, et al.
Veröffentlicht: (2024)

An Adaptive Distributed Stencil Abstraction for GPUs
von: Bhosale, Aditya, et al.
Veröffentlicht: (2025)

Parallelizing Maximal Clique Enumeration on GPUs
von: Almasri, Mohammad, et al.
Veröffentlicht: (2022)

HetCCL: Accelerating LLM Training with Heterogeneous GPUs
von: Kim, Heehoon, et al.
Veröffentlicht: (2026)

Optimal Workload Placement on Multi-Instance GPUs
von: Turkkan, Bekir, et al.
Veröffentlicht: (2024)

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

Serving Compound Inference Systems on Datacenter GPUs
von: Devata, Sriram, et al.
Veröffentlicht: (2026)

Do GPUs Really Need New Tabular File Formats?
von: Luo, Jigao, et al.
Veröffentlicht: (2026)

An All-Reduce Compatible Top-K Compressor for Communication-Efficient Distributed Learning
von: Chen, Chuyan, et al.
Veröffentlicht: (2025)

LR-CNN: Lightweight Row-centric Convolutional Neural Network Training for Memory Reduction
von: Wang, Zhigang, et al.
Veröffentlicht: (2024)

Stream-K Optimization and Exploration
von: Rackley, Nick, et al.
Veröffentlicht: (2024)

Accurate Computation of the Logarithm of Modified Bessel Functions on GPUs
von: Plesner, Andreas, et al.
Veröffentlicht: (2024)

Straggler Tolerant and Resilient DL Training on Homogeneous GPUs
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

RDMA-Based Algorithms for Sparse Matrix Multiplication on GPUs
von: Brock, Benjamin, et al.
Veröffentlicht: (2023)