:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Poduri, Aryan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	https://arxiv.org/abs/2510.07811
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Illuminating Patterns of Divergence: DataDios SmartDiff for Large-Scale Data Difference Analysis
von: Poduri, Aryan, et al.
Veröffentlicht: (2025)

Toward Smart Scheduling in Tapis
von: Stubbs, Joe, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Adaptive Resource Scheduling in Complex System Environments
von: Li, Pochun, et al.
Veröffentlicht: (2024)

Averaging Rate Scheduler for Decentralized Learning on Heterogeneous Data
von: Aketi, Sai Aparna, et al.
Veröffentlicht: (2024)

Arena: Efficiently Training Large Models via Dynamic Scheduling and Adaptive Parallelism Co-Design
von: Xue, Chunyu, et al.
Veröffentlicht: (2024)

MultiTASC++: A Continuously Adaptive Scheduler for Edge-Based Multi-Device Cascade Inference
von: Nikolaidis, Sokratis, et al.
Veröffentlicht: (2024)

SmartMem: Layout Transformation Elimination and Adaptation for Efficient DNN Execution on Mobile
von: Niu, Wei, et al.
Veröffentlicht: (2024)

GradualDiff-Fed: A Federated Learning Specialized Framework for Large Language Model
von: Faiyaz, Amir, et al.
Veröffentlicht: (2025)

DiffKV: Differentiated Memory Management for Large Language Models with Parallel KV Compaction
von: Zhang, Yanqi, et al.
Veröffentlicht: (2024)

Locality-aware Fair Scheduling in LLM Serving
von: Cao, Shiyi, et al.
Veröffentlicht: (2025)

Aryl: An Elastic Cluster Scheduler for Deep Learning
von: Li, Jiamin, et al.
Veröffentlicht: (2022)

Learning to Schedule Online Tasks with Bandit Feedback
von: Xu, Yongxin, et al.
Veröffentlicht: (2024)

SkipPredict: When to Invest in Predictions for Scheduling
von: Shahout, Rana, et al.
Veröffentlicht: (2024)

Scheduling for On-Board Federated Learning with Satellite Clusters
von: Razmi, Nasrin, et al.
Veröffentlicht: (2024)

The Streaming Batch Model for Efficient and Fault-Tolerant Heterogeneous Execution
von: Luan, Frank Sifei, et al.
Veröffentlicht: (2025)

Optimal Scheduling Algorithms for LLM Inference: Theory and Practice
von: Bari, Agrim, et al.
Veröffentlicht: (2025)

Preble: Efficient Distributed Prompt Scheduling for LLM Serving
von: Srivatsa, Vikranth, et al.
Veröffentlicht: (2024)

PlexRL: Cluster-Level Orchestration of Serviceized LLM Execution for RLVR
von: Zhang, Yiqi, et al.
Veröffentlicht: (2026)

Semantic-Aware Scheduling for GPU Clusters with Large Language Models
von: Wang, Zerui, et al.
Veröffentlicht: (2025)

ExeGPT: Constraint-Aware Resource Scheduling for LLM Inference
von: Oh, Hyungjun, et al.
Veröffentlicht: (2024)

Prioritizing Modalities: Flexible Importance Scheduling in Federated Multimodal Learning
von: Bian, Jieming, et al.
Veröffentlicht: (2024)

PecSched: Preemptive and Efficient Cluster Scheduling for LLM Inference
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

Device Scheduling and Assignment in Hierarchical Federated Learning for Internet of Things
von: Zhang, Tinghao, et al.
Veröffentlicht: (2024)

Communication-Efficient Device Scheduling for Federated Learning Using Lyapunov Optimization
von: Perazzone, Jake B., et al.
Veröffentlicht: (2025)

Timeliness-Oriented Scheduling and Resource Allocation in Multi-Region Collaborative Perception
von: Zhu, Mengmeng, et al.
Veröffentlicht: (2026)

Parm: Efficient Training of Large Sparsely-Activated Models with Dedicated Schedules
von: Pan, Xinglin, et al.
Veröffentlicht: (2024)

DASH: Deterministic Attention Scheduling for High-throughput Reproducible LLM Training
von: Qiang, Xinwei, et al.
Veröffentlicht: (2026)

Accelerating AIGC Services with Latent Action Diffusion Scheduling in Edge Networks
von: Xu, Changfu, et al.
Veröffentlicht: (2024)

Symphony: Optimized DNN Model Serving using Deferred Batch Scheduling
von: Chen, Lequn, et al.
Veröffentlicht: (2023)

Deadline-Aware Online Scheduling for LLM Fine-Tuning with Spot Market Predictions
von: Kong, Linggao, et al.
Veröffentlicht: (2025)

Prediction-Assisted Online Distributed Deep Learning Workload Scheduling in GPU Clusters
von: Luo, Ziyue, et al.
Veröffentlicht: (2025)

Priority-Aware Preemptive Scheduling for Mixed-Priority Workloads in MoE Inference
von: Siavashi, Mohammad, et al.
Veröffentlicht: (2025)

Update Estimation and Scheduling for Over-the-Air Federated Learning with Energy Harvesting Devices
von: Bagci, Furkan, et al.
Veröffentlicht: (2025)

Agent.xpu: Efficient Scheduling of Agentic LLM Workloads on Heterogeneous SoC
von: Wei, Xinming, et al.
Veröffentlicht: (2025)

Optimizing Performance on Trinity Utilizing Machine Learning, Proxy Applications and Scheduling Priorities
von: Romero, Phil
Veröffentlicht: (2024)

Intelligent Task Scheduling for Microservices via A3C-Based Reinforcement Learning
von: Wang, Yang, et al.
Veröffentlicht: (2025)

AsyncHZP: Hierarchical ZeRO Parallelism with Asynchronous Scheduling for Scalable LLM Training
von: Bai, Huawei, et al.
Veröffentlicht: (2025)

FedTeddi: Temporal Drift and Divergence Aware Scheduling for Timely Federated Edge Learning
von: Bai, Yuxuan, et al.
Veröffentlicht: (2025)

Stream-CQSA: Avoiding Out-of-Memory in Attention Computation via Flexible Workload Scheduling
von: Bian, Yiming, et al.
Veröffentlicht: (2026)

StraightLine: An End-to-End Resource-Aware Scheduler for Machine Learning Application Requests
von: Ching, Cheng-Wei, et al.
Veröffentlicht: (2024)