Buchumschlag

FZModules: A Heterogeneous Computing Framework for Customizable Scientific Data Compression Pipelines

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ruiter, Skyler, Tian, Jiannan, Song, Fengguang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

STZ: A High Quality and High Speed Streaming Lossy Compression Framework for Scientific Data
von: Wang, Daoce, et al.
Veröffentlicht: (2025)

FLARE: A Dataflow-Aware and Scalable Hardware Architecture for Neural-Hybrid Scientific Lossy Compression
von: Jia, Wenqi, et al.
Veröffentlicht: (2025)

Boosting Scientific Error-Bounded Lossy Compression through Optimized Synergistic Lossy-Lossless Orchestration
von: Wu, Shixun, et al.
Veröffentlicht: (2025)

A Survey on Error-Bounded Lossy Compression for Scientific Datasets
von: Di, Sheng, et al.
Veröffentlicht: (2024)

Mitigating Artifacts in Pre-quantization Based Scientific Data Compressors with Quantization-aware Interpolation
von: Jiao, Pu, et al.
Veröffentlicht: (2026)

A High-Quality Workflow for Multi-Resolution Scientific Data Reduction and Visualization
von: Wang, Daoce, et al.
Veröffentlicht: (2024)

cuSZ-$i$: High-Ratio Scientific Lossy Compression on GPUs with Optimized Multi-Level Interpolation
von: Liu, Jinyang, et al.
Veröffentlicht: (2023)

Accelerating Microswimmer Simulations via a Heterogeneous Pipelined Parallel-in-Time Framework
von: Huang, Ruixiang, et al.
Veröffentlicht: (2026)

Adaptive Configuration Selection for Multi-Model Inference Pipelines in Edge Computing
von: Sheng, Jinhao, et al.
Veröffentlicht: (2025)

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

DFLOP: A Data-driven Framework for Multimodal LLM Training Pipeline Optimization
von: An, Hyeonjun, et al.
Veröffentlicht: (2026)

Marionette: Data Structure Description and Management for Heterogeneous Computing
von: Fernandes, Nuno dos Santos, et al.
Veröffentlicht: (2025)

HPDR: High-Performance Portable Scientific Data Reduction Framework
von: Chen, Jieyang, et al.
Veröffentlicht: (2025)

NeurLZ: An Online Neural Learning-Based Method to Enhance Scientific Lossy Compression
von: Jia, Wenqi, et al.
Veröffentlicht: (2024)

LCP: Enhancing Scientific Data Management with Lossy Compression for Particles
von: Zhang, Longtao, et al.
Veröffentlicht: (2024)

PICO: Pipeline Inference Framework for Versatile CNNs on Diverse Mobile Devices
von: Yang, Xiang, et al.
Veröffentlicht: (2022)

GWLZ: A Group-wise Learning-based Lossy Compression Framework for Scientific Data
von: Jia, Wenqi, et al.
Veröffentlicht: (2024)

IPComp: Interpolation Based Progressive Lossy Compression for Scientific Applications
von: Yang, Zhuoxun, et al.
Veröffentlicht: (2025)

Memory-aware Adaptive Scheduling of Scientific Workflows on Heterogeneous Architectures
von: Kulagina, Svetlana, et al.
Veröffentlicht: (2025)

A Non-Intrusive Framework for Deferred Integration of Cloud Patterns in Energy-Efficient Data-Sharing Pipelines
von: Masoudi, Sepideh, et al.
Veröffentlicht: (2025)

Artifact for A Non-Intrusive Framework for Deferred Integration of Cloud Patterns in Energy-Efficient Data-Sharing Pipelines
von: Masoudi, Sepideh, et al.
Veröffentlicht: (2025)

TrustMesh: A Blockchain-Enabled Trusted Distributed Computing Framework for Open Heterogeneous IoT Environments
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2024)

A Flexible Programmable Pipeline Parallelism Framework for Efficient DNN Training
von: Jiang, Lijuan, et al.
Veröffentlicht: (2025)

DawnPiper: A Memory-scablable Pipeline Parallel Training Framework
von: Peng, Xuan, et al.
Veröffentlicht: (2025)

Declarative Data Pipeline for Large Scale ML Services
von: Yang, Yunzhao, et al.
Veröffentlicht: (2025)

Optimization Opportunities for Cloud-Based Data Pipeline Infrastructures
von: Jablonski, Johannes, et al.
Veröffentlicht: (2026)

PPipe: Efficient Video Analytics Serving on Heterogeneous GPU Clusters via Pool-Based Pipeline Parallelism
von: Kong, Z. Jonny, et al.
Veröffentlicht: (2025)

Humas: A Heterogeneity- and Upgrade-aware Microservice Auto-scaling Framework in Large-scale Data Centers
von: Hua, Qin, et al.
Veröffentlicht: (2024)

Reproducible Cross-border High Performance Computing for Scientific Portals
von: Abarenkov, Kessy, et al.
Veröffentlicht: (2022)

Communication-Computation Pipeline Parallel Split Learning over Wireless Edge Networks
von: Liu, Chenyu, et al.
Veröffentlicht: (2025)

Exploring Uncore Frequency Scaling for Heterogeneous Computing
von: Zheng, Zhong, et al.
Veröffentlicht: (2025)

A Multidimensional Elasticity Framework for Adaptive Data Analytics Management in the Computing Continuum
von: Laso, Sergio, et al.
Veröffentlicht: (2025)

DiffusionPipe: Training Large Diffusion Models with Efficient Pipelines
von: Tian, Ye, et al.
Veröffentlicht: (2024)

A Pipelined Collaborative Speculative Decoding Framework for Efficient Edge-Cloud LLM Inference
von: Zhang, Yida, et al.
Veröffentlicht: (2026)

LOG.io: Unified Rollback Recovery and Data Lineage Capture for Distributed Data Pipelines
von: Simon, Eric, et al.
Veröffentlicht: (2025)

SkipPipe: Partial and Reordered Pipelining Framework for Training LLMs in Heterogeneous Networks
von: Blagoev, Nikolay, et al.
Veröffentlicht: (2025)

A Unified Programming Model for Heterogeneous Computing with CPU and Accelerator Technologies
von: Xiong, Yuqing
Veröffentlicht: (2022)

Toward Heterogeneous, Distributed, and Energy-Efficient Computing with SYCL
von: Cosenza, Biagio, et al.
Veröffentlicht: (2025)

A Study on Messaging Trade-offs in Data Streaming for Scientific Workflows
von: George, Anjus, et al.
Veröffentlicht: (2025)

FlowMoE: A Scalable Pipeline Scheduling Framework for Distributed Mixture-of-Experts Training
von: Gao, Yunqi, et al.
Veröffentlicht: (2025)