Buchumschlag

Scale-up Unlearnable Examples Learning with High-Performance Computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Yanfan, Lyngaas, Issac, Meena, Murali Gopalakrishnan, Koran, Mary Ellen I., Malin, Bradley, Moyer, Daniel, Bao, Shunxing, Kapadia, Anuj, Wang, Xiao, Landman, Bennett, Huo, Yuankai
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comparative Study of Large Language Model Architectures on Frontier
von: Yin, Junqi, et al.
Veröffentlicht: (2024)

Bridging Paradigms: Designing for HPC-Quantum Convergence
von: Shehata, Amir, et al.
Veröffentlicht: (2025)

Distributed Variational Quantum Linear Solver
von: Lu, Chao, et al.
Veröffentlicht: (2026)

Scalable, reproducible, and cost-effective processing of large-scale medical imaging datasets
von: Kim, Michael E., et al.
Veröffentlicht: (2024)

Scalable quality control on processing of large diffusion-weighted and structural magnetic resonance imaging datasets
von: Kim, Michael E., et al.
Veröffentlicht: (2024)

SIMT/GPU Data Race Verification using ISCC and Intermediary Code Representations: A Case Study
von: Osterhout, Andrew, et al.
Veröffentlicht: (2025)

Computation-Bandwidth-Memory Trade-offs: A Unified Paradigm for AI Infrastructure
von: Fan, Yuankai, et al.
Veröffentlicht: (2025)

HiRace: Accurate and Fast Source-Level Race Checking of GPU Programs
von: Jacobson, John, et al.
Veröffentlicht: (2024)

HybriMoE: Hybrid CPU-GPU Scheduling and Cache Management for Efficient MoE Inference
von: Zhong, Shuzhang, et al.
Veröffentlicht: (2025)

A GPU accelerated mixed-precision Smoothed Particle Hydrodynamics framework with cell-based relative coordinates
von: Mao, Zirui, et al.
Veröffentlicht: (2023)

FaaSKeeper: Learning from Building Serverless Services with ZooKeeper as an Example
von: Copik, Marcin, et al.
Veröffentlicht: (2022)

Fast Topology-Aware Lossy Data Compression with Full Preservation of Critical Points and Local Order
von: Fallin, Alex, et al.
Veröffentlicht: (2026)

Scaling Hybrid Quantum-HPC Applications with the Quantum Framework
von: Chundury, Srikar, et al.
Veröffentlicht: (2025)

Paradigm Shift in Infrastructure Inspection Technology: Leveraging High-performance Imaging and Advanced AI Analytics to Inspect Road Infrastructure
von: Wu, Du, et al.
Veröffentlicht: (2025)

AI-coupled HPC Workflow Applications, Middleware and Performance
von: Brewer, Wes, et al.
Veröffentlicht: (2024)

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

Shared Virtual Memory: Its Design and Performance Implications for Diverse Applications
von: Cooper, Bennett, et al.
Veröffentlicht: (2024)

Speeding up Model Loading with fastsafetensors
von: Yoshimura, Takeshi, et al.
Veröffentlicht: (2025)

Rorqual: Speeding up Narwhal with TEEs
von: Freitas, Luciano, et al.
Veröffentlicht: (2024)

TopoSZp: Lightweight Topology-Aware Error-controlled Compression for Scientific Data
von: Agarwal, Tripti, et al.
Veröffentlicht: (2026)

Rise and Shine Efficiently! Tight Bounds for Adversarial Wake-up
von: Robinson, Peter, et al.
Veröffentlicht: (2024)

HoSZp: An Efficient Homomorphic Error-bounded Lossy Compressor for Scientific Data
von: Agarwal, Tripti, et al.
Veröffentlicht: (2024)

Characterization of GPU TEE Overheads in Distributed Data Parallel ML Training
von: Lee, Jonghyun, et al.
Veröffentlicht: (2025)

SURGE: SuperBatch Unified Resource-efficient GPU Encoding for Heterogeneous Partitioned Data
von: Kapadia, Shashank, et al.
Veröffentlicht: (2026)

Byzantine Agreement with Predictions
von: Ben-David, Naama, et al.
Veröffentlicht: (2025)

ScalePool: Hybrid XLink-CXL Fabric for Composable Resource Disaggregation in Unified Scale-up Domains
von: Woo, Hyein, et al.
Veröffentlicht: (2025)

Intelligent Sampling of Extreme-Scale Turbulence Datasets for Accurate and Efficient Spatiotemporal Model Training
von: Brewer, Wesley, et al.
Veröffentlicht: (2025)

MobiZO: Enabling Efficient LLM Fine-Tuning at the Edge via Inference Engines
von: Gao, Lei, et al.
Veröffentlicht: (2024)

Towards a Function-as-a-Service Choreographic Programming Language: Examples and Applications
von: De Palma, Giuseppe, et al.
Veröffentlicht: (2024)

Falafels: A tool for Estimating Federated Learning Energy Consumption via Discrete Simulation
von: de Barochez, Andrew Mary Huet, et al.
Veröffentlicht: (2025)

What Operations can be Performed Directly on Compressed Arrays, and with What Error?
von: Agarwal, Tripti, et al.
Veröffentlicht: (2024)

SageSched: Efficient LLM Scheduling Confronting Demand Uncertainty and Hybridity
von: Gan, Zhenghao, et al.
Veröffentlicht: (2026)

A Survey of Real-time Scheduling on Accelerator-based Heterogeneous Architecture for Time Critical Applications
von: Zou, An, et al.
Veröffentlicht: (2025)

KVPR: Efficient LLM Inference with I/O-Aware KV Cache Partial Recomputation
von: Jiang, Chaoyi, et al.
Veröffentlicht: (2024)

Energy-efficient Federated Learning with Dynamic Model Size Allocation
von: Kumar, M S Chaitanya, et al.
Veröffentlicht: (2024)

High-Performance Statistical Computing (HPSC): Challenges, Opportunities, and Future Directions
von: Abdulah, Sameh, et al.
Veröffentlicht: (2025)

TeraNoC: A Multi-Channel 32-bit Fine-Grained, Hybrid Mesh-Crossbar NoC for Efficient Scale-up of 1000+ Core Shared-L1-Memory Clusters
von: Zhang, Yichao, et al.
Veröffentlicht: (2025)

HyperParallel: A Supernode-Affinity AI Framework
von: Zhang, Xin, et al.
Veröffentlicht: (2026)

Dual-Distilled Heterogeneous Federated Learning with Adaptive Margins for Trainable Global Prototypes
von: Siddika, Fatema, et al.
Veröffentlicht: (2025)

Integrating Quantum Computing Resources into Scientific HPC Ecosystems
von: Beck, Thomas, et al.
Veröffentlicht: (2024)