H2EAL: Hybrid-Bonding Architecture with Hybrid Sparse Attention for Efficient Long-Context LLM Inference

Ähnliche Einträge

• HD-MoE: Hybrid and Dynamic Parallelism for Mixture-of-Expert LLMs with 3D Near-Memory Processing
  von: Huang, Haochen, et al.
  Veröffentlicht: (2025)
• An Efficient Hybrid Sparse Attention with CPU-GPU Parallelism for Long-Context Inference
  von: Yao, Feiyu, et al.
  Veröffentlicht: (2026)
• Attention Sink Forges Native MoE in Attention Layers: Sink-Aware Training to Address Head Collapse
  von: Fu, Zizhuo, et al.
  Veröffentlicht: (2026)
• HybridGen: Efficient LLM Generative Inference via CPU-GPU Hybrid Computing
  von: Lin, Mao, et al.
  Veröffentlicht: (2026)
• Explainable Port Mapping Inference with Sparse Performance Counters for AMD's Zen Architectures
  von: Ritter, Fabian, et al.
  Veröffentlicht: (2024)