Hexa-MoE: Efficient and Heterogeneous-aware Training for Mixture-of-Experts

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Luo, Shuqing, Peng, Jie, Li, Pingzhi, Wang, Hanrui, Chen, Tianlong
Formato:	Preprint
Publicado:	2024
Materias:	Distributed, Parallel, and Cluster Computing
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2411.01288