Saltar al contenido
VuFind
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzado
  • Citar
  • Describir
  • Enviar este por Correo electrónico
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Agregar a favoritos
  • Enlace Permanente
Imagen de Portada

Guardado en:
Detalles Bibliográficos
Autores principales: Shakerdargah, Mohammadali, Lu, Shan, Gao, Chao, Niu, Di
Formato: Preprint
Publicado: 2024
Materias:
Distributed, Parallel, and Cluster Computing
Artificial Intelligence
Performance
C.1.4; I.2.7; I.5.1
Acceso en línea:https://arxiv.org/abs/2411.17720
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
  • Existencias
  • Descripción
  • Tabla de Contenidos
  • Comentarios
  • Ejemplares similares
  • Vista Equipo

Internet

https://arxiv.org/abs/2411.17720

Ejemplares similares

  • Rotary GPU: Exploring Local Execution Paths for Large Mixture-of-Experts Models Under Limited GPU Memory
    por: Jo, Myeong Jun
    Publicado: (2026)
  • Parallelization Strategies for Dense LLM Deployment: Navigating Through Application-Specific Tradeoffs and Bottlenecks
    por: Topcu, Burak, et al.
    Publicado: (2026)
  • Towards Building Private LLMs: Exploring Multi-Node Expert Parallelism on Apple Silicon for Mixture-of-Experts Large Language Model
    por: Chen, Mu-Chi, et al.
    Publicado: (2025)
  • POD-Attention: Unlocking Full Prefill-Decode Overlap for Faster LLM Inference
    por: Kamath, Aditya K, et al.
    Publicado: (2024)
  • Comparative Analysis of Large Language Model Inference Serving Systems: A Performance Study of vLLM and HuggingFace TGI
    por: Kolluru, Saicharan
    Publicado: (2025)

Opciones de búsqueda

  • Historial de Búsqueda
  • Búsqueda Avanzada

Buscar Más

  • Revisar el Catálogo
  • Lista Alfabética
  • Explorar canales
  • Reservas de Curso
  • Nuevos ejemplares

¿Necesita Ayuda?

  • Consejos de búsqueda
  • Consulte a un Bibliotecario
  • Preguntas Frecuentes