Prompt-Aware Scheduling for Efficient Text-to-Image Inferencing System
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Agarwal, Shubham, Iqbal, Saud, Mitra, Subrata |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Argus: Quality-Aware High-Throughput Text-to-Image Inference Serving System
par: Agarwal, Shubham, et autres
Publié: (2025)
par: Agarwal, Shubham, et autres
Publié: (2025)
Paris: A Decentralized Trained Open-Weight Diffusion Model
par: Jiang, Zhiying, et autres
Publié: (2025)
par: Jiang, Zhiying, et autres
Publié: (2025)
GALE: Leveraging Heterogeneous Systems for Efficient Unstructured Mesh Data Analysis
par: Liu, Guoxi, et autres
Publié: (2025)
par: Liu, Guoxi, et autres
Publié: (2025)
DAOP: Data-Aware Offloading and Predictive Pre-Calculation for Efficient MoE Inference
par: Zhang, Yujie, et autres
Publié: (2024)
par: Zhang, Yujie, et autres
Publié: (2024)
Capsule: Efficient Player Isolation for Datacenters
par: Du, Zhouheng, et autres
Publié: (2025)
par: Du, Zhouheng, et autres
Publié: (2025)
MSz: An Efficient Parallel Algorithm for Correcting Morse-Smale Segmentations in Error-Bounded Lossy Compressors
par: Li, Yuxiao, et autres
Publié: (2024)
par: Li, Yuxiao, et autres
Publié: (2024)
Preble: Efficient Distributed Prompt Scheduling for LLM Serving
par: Srivatsa, Vikranth, et autres
Publié: (2024)
par: Srivatsa, Vikranth, et autres
Publié: (2024)
ExeGPT: Constraint-Aware Resource Scheduling for LLM Inference
par: Oh, Hyungjun, et autres
Publié: (2024)
par: Oh, Hyungjun, et autres
Publié: (2024)
Hierarchical Transformer Preconditioning for Interactive Physics Simulation
par: Osborne, Carl, et autres
Publié: (2026)
par: Osborne, Carl, et autres
Publié: (2026)
PecSched: Preemptive and Efficient Cluster Scheduling for LLM Inference
par: Zhang, Zeyu, et autres
Publié: (2024)
par: Zhang, Zeyu, et autres
Publié: (2024)
Priority-Aware Preemptive Scheduling for Mixed-Priority Workloads in MoE Inference
par: Siavashi, Mohammad, et autres
Publié: (2025)
par: Siavashi, Mohammad, et autres
Publié: (2025)
GPU Volume Rendering with Hierarchical Compression Using VDB
par: Zellmann, Stefan, et autres
Publié: (2025)
par: Zellmann, Stefan, et autres
Publié: (2025)
An efficient GPU approach for designing 3D cultural heritage information systems
par: López, Luis, et autres
Publié: (2025)
par: López, Luis, et autres
Publié: (2025)
Fast Sparse Matrix Permutation for Mesh-Based Direct Solvers
par: Zarebavami, Behrooz, et autres
Publié: (2026)
par: Zarebavami, Behrooz, et autres
Publié: (2026)
RAFI -- A Ray/Work Forwarding Infrastructure for Data Parallel Multi-Node/Multi-GPU Computing
par: Wald, Ingo, et autres
Publié: (2026)
par: Wald, Ingo, et autres
Publié: (2026)
Barrier-Augmented Lagrangian for GPU-based Elastodynamic Contact
par: Guo, Dewen, et autres
Publié: (2024)
par: Guo, Dewen, et autres
Publié: (2024)
Exploiting ray tracing technology through OptiX to compute particle interactions with cutoff in a 3D environment on GPU
par: David, Algis, et autres
Publié: (2024)
par: David, Algis, et autres
Publié: (2024)
HybriMoE: Hybrid CPU-GPU Scheduling and Cache Management for Efficient MoE Inference
par: Zhong, Shuzhang, et autres
Publié: (2025)
par: Zhong, Shuzhang, et autres
Publié: (2025)
Optimal Scheduling Algorithms for LLM Inference: Theory and Practice
par: Bari, Agrim, et autres
Publié: (2025)
par: Bari, Agrim, et autres
Publié: (2025)
Arctic Inference with Shift Parallelism: Fast and Efficient Open Source Inference System for Enterprise AI
par: Rajbhandari, Samyam, et autres
Publié: (2025)
par: Rajbhandari, Samyam, et autres
Publié: (2025)
Semantic-Aware Scheduling for GPU Clusters with Large Language Models
par: Wang, Zerui, et autres
Publié: (2025)
par: Wang, Zerui, et autres
Publié: (2025)
FedCompass: Efficient Cross-Silo Federated Learning on Heterogeneous Client Devices using a Computing Power Aware Scheduler
par: Li, Zilinghan, et autres
Publié: (2023)
par: Li, Zilinghan, et autres
Publié: (2023)
Lynx: Enabling Efficient MoE Inference through Dynamic Batch-Aware Expert Selection
par: Gupta, Vima, et autres
Publié: (2024)
par: Gupta, Vima, et autres
Publié: (2024)
DALI: A Workload-Aware Offloading Framework for Efficient MoE Inference on Local PCs
par: Zhu, Zeyu, et autres
Publié: (2026)
par: Zhu, Zeyu, et autres
Publié: (2026)
Arkade: k-Nearest Neighbor Search With Non-Euclidean Distances using GPU Ray Tracing
par: Mandarapu, Durga, et autres
Publié: (2023)
par: Mandarapu, Durga, et autres
Publié: (2023)
Distributed Simulation of Large Multi-body Systems
par: Kale, Manas, et autres
Publié: (2024)
par: Kale, Manas, et autres
Publié: (2024)
Collaborative Speculative Inference for Efficient LLM Inference Serving
par: Gao, Luyao, et autres
Publié: (2025)
par: Gao, Luyao, et autres
Publié: (2025)
Deadline-Aware Online Scheduling for LLM Fine-Tuning with Spot Market Predictions
par: Kong, Linggao, et autres
Publié: (2025)
par: Kong, Linggao, et autres
Publié: (2025)
Enabling Disaggregated Multi-Stage MLLM Inference via GPU-Internal Scheduling and Resource Sharing
par: Zhao, Lingxiao, et autres
Publié: (2025)
par: Zhao, Lingxiao, et autres
Publié: (2025)
MultiTASC++: A Continuously Adaptive Scheduler for Edge-Based Multi-Device Cascade Inference
par: Nikolaidis, Sokratis, et autres
Publié: (2024)
par: Nikolaidis, Sokratis, et autres
Publié: (2024)
FedTeddi: Temporal Drift and Divergence Aware Scheduling for Timely Federated Edge Learning
par: Bai, Yuxuan, et autres
Publié: (2025)
par: Bai, Yuxuan, et autres
Publié: (2025)
StraightLine: An End-to-End Resource-Aware Scheduler for Machine Learning Application Requests
par: Ching, Cheng-Wei, et autres
Publié: (2024)
par: Ching, Cheng-Wei, et autres
Publié: (2024)
A Tabular Schedule Abstraction for Communication-Aware Evaluation of Pipeline-Parallel LLM Training
par: Barley, Daniel, et autres
Publié: (2026)
par: Barley, Daniel, et autres
Publié: (2026)
Communication-Efficient Device Scheduling for Federated Learning Using Lyapunov Optimization
par: Perazzone, Jake B., et autres
Publié: (2025)
par: Perazzone, Jake B., et autres
Publié: (2025)
Parm: Efficient Training of Large Sparsely-Activated Models with Dedicated Schedules
par: Pan, Xinglin, et autres
Publié: (2024)
par: Pan, Xinglin, et autres
Publié: (2024)
Staggered Batch Scheduling: Co-optimizing Time-to-First-Token and Throughput for High-Efficiency LLM Inference
par: Tian, Jian, et autres
Publié: (2025)
par: Tian, Jian, et autres
Publié: (2025)
Prompt-Aware Scheduling for Low-Latency LLM Serving
par: Tao, Yiheng, et autres
Publié: (2025)
par: Tao, Yiheng, et autres
Publié: (2025)
Priority-Aware Model-Distributed Inference at Edge Networks
par: Li, Teng, et autres
Publié: (2024)
par: Li, Teng, et autres
Publié: (2024)
Reinforcement Learning for Adaptive Resource Scheduling in Complex System Environments
par: Li, Pochun, et autres
Publié: (2024)
par: Li, Pochun, et autres
Publié: (2024)
Agent.xpu: Efficient Scheduling of Agentic LLM Workloads on Heterogeneous SoC
par: Wei, Xinming, et autres
Publié: (2025)
par: Wei, Xinming, et autres
Publié: (2025)
Documents similaires
-
Argus: Quality-Aware High-Throughput Text-to-Image Inference Serving System
par: Agarwal, Shubham, et autres
Publié: (2025) -
Paris: A Decentralized Trained Open-Weight Diffusion Model
par: Jiang, Zhiying, et autres
Publié: (2025) -
GALE: Leveraging Heterogeneous Systems for Efficient Unstructured Mesh Data Analysis
par: Liu, Guoxi, et autres
Publié: (2025) -
DAOP: Data-Aware Offloading and Predictive Pre-Calculation for Efficient MoE Inference
par: Zhang, Yujie, et autres
Publié: (2024) -
Capsule: Efficient Player Isolation for Datacenters
par: Du, Zhouheng, et autres
Publié: (2025)