HeterMoE: Efficient Training of Mixture-of-Experts Models on Heterogeneous GPUs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yongji, Liu, Xueshen, Jin, Shuowei, Xu, Ceyu, Qian, Feng, Mao, Z. Morley, Lentz, Matthew, Zhuo, Danyang, Stoica, Ion
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2504.03871