Buchumschlag

NEMO: Faster Parallel Execution for Highly Contended Blockchain Workloads (Full version)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ezard, François, Ileri, Can Umut, Decouchant, Jérémie
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

The Blockchain Execution Dilemma: Optimizing Revenue XOR Fair Ordering
von: Pugatsov, Artjom, et al.
Veröffentlicht: (2026)

Herring: Parallel Batch-Order-Fairness on DAG-based Blockchain Consensus
von: Putnik, Marko, et al.
Veröffentlicht: (2026)

Optimizing Streamlined Blockchain Consensus with Generalized Weighted Voting and Enhanced Leader Rotation
von: Micloiu, Diana, et al.
Veröffentlicht: (2024)

Balancing Fairness and Performance in Multi-User Spark Workloads with Dynamic Scheduling (extended version)
von: Kažemaks, Dāvis, et al.
Veröffentlicht: (2025)

Partition Detection in Byzantine Networks
von: Bromberg, Yérom-David, et al.
Veröffentlicht: (2024)

SoK: Microservice Architectures from a Dependability Perspective
von: Kažemaks, Dāvis, et al.
Veröffentlicht: (2025)

Reliable Communication in Hybrid Authentication and Trust Models
von: Chotkan, Rowdy, et al.
Veröffentlicht: (2024)

Efficient Parallel Execution of Blockchain Transactions Leveraging Conflict Specifications
von: Anjana, Parwat Singh, et al.
Veröffentlicht: (2025)

Tolerating Disasters with Hierarchical Consensus
von: Yahyaoui, Wassim, et al.
Veröffentlicht: (2025)

Boosting Blockchain Throughput: Parallel EVM Execution with Asynchronous Storage for Reddio
von: Qi, Xiaodong, et al.
Veröffentlicht: (2025)

Dynamic Topology Optimization for Non-IID Data in Decentralized Learning
von: Cox, Bart, et al.
Veröffentlicht: (2026)

StarveSpam: Mitigating Spam with Local Reputation in Permissionless Blockchains
von: Chotkan, Rowdy, et al.
Veröffentlicht: (2025)

Shift Parallelism: Low-Latency, High-Throughput LLM Inference for Dynamic Workloads
von: Hidayetoglu, Mert, et al.
Veröffentlicht: (2025)

Pilotfish: Distributed Execution for Scalable Blockchains
von: Kniep, Quentin, et al.
Veröffentlicht: (2024)

Go With The Flow: Churn-Tolerant Decentralized Training of Large Language Models
von: Blagoev, Nikolay, et al.
Veröffentlicht: (2025)

TabVFL: Improving Latent Representation in Vertical Federated Learning
von: Rashad, Mohamed, et al.
Veröffentlicht: (2024)

Accelerating Heterogeneous Tensor Parallelism via Flexible Workload Control
von: Wang, Zhigang, et al.
Veröffentlicht: (2024)

Back to the Future: Rethinking Endorsement in Order-Execute Blockchains
von: Huang, Rongji, et al.
Veröffentlicht: (2026)

SEE++: Evolving Snowpark Execution Environment for Modern Workloads
von: Jain, Gaurav, et al.
Veröffentlicht: (2025)

Faster Parallel Triangular Maximally Filtered Graphs and Hierarchical Clustering
von: Raphael, Steven, et al.
Veröffentlicht: (2024)

Zeppelin: Balancing Variable-length Workloads in Data Parallel Large Model Training
von: Chen, Chang, et al.
Veröffentlicht: (2025)

WRATH: Workload Resilience Across Task Hierarchies in Task-based Parallel Programming Frameworks
von: Zhou, Sicheng, et al.
Veröffentlicht: (2025)

Practical Byzantine Reliable Broadcast on Partially Connected Networks (Extended version)
von: Bonomi, Silvia, et al.
Veröffentlicht: (2021)

Deferred Objects to Enhance Smart Contract Programming with Optimistic Parallel Execution
von: Mitenkov, George, et al.
Veröffentlicht: (2024)

T-RBFT: A Scalable and Efficient Byzantine Consensus Based on Trusted Execution Environment for Consortium Blockchain
von: Gao, Wen, et al.
Veröffentlicht: (2026)

Running Cloud-native Workloads on HPC with High-Performance Kubernetes
von: Chazapis, Antony, et al.
Veröffentlicht: (2024)

APEX: An Extensible and Dynamism-Aware Simulator for Automated Parallel Execution in LLM Serving
von: Lin, Yi-Chien, et al.
Veröffentlicht: (2024)

Committee Configuration Optimization for Parallel Byzantine Consensus in a Trusted Execution Environment
von: Xie, Yifei, et al.
Veröffentlicht: (2026)

Aergia: Leveraging Heterogeneity in Federated Learning Systems
von: Cox, Bart, et al.
Veröffentlicht: (2022)

Training Diffusion Models with Federated Learning
von: de Goede, Matthijs, et al.
Veröffentlicht: (2024)

APEX: Asynchronous Parallel CPU-GPU Execution for Online LLM Inference on Constrained GPUs
von: Fan, Jiakun, et al.
Veröffentlicht: (2025)

EinDecomp: Decomposition of Declaratively-Specified Machine Learning and Numerical Computations for Parallel Execution
von: Bourgeois, Daniel, et al.
Veröffentlicht: (2024)

Data-aware Dynamic Execution of Irregular Workloads on Heterogeneous Systems
von: Bai, Zhenyu, et al.
Veröffentlicht: (2025)

Fractional Payment Transactions: Executing Payment Transactions in Parallel with Less than f+1 Validations
von: Bazzi, Rida, et al.
Veröffentlicht: (2024)

Agentic AI Workload Characteristics
von: Yuan, Yichao, et al.
Veröffentlicht: (2026)

NeutronTP: Load-Balanced Distributed Full-Graph GNN Training with Tensor Parallelism
von: Ai, Xin, et al.
Veröffentlicht: (2024)

Batch-Schedule-Execute: On Optimizing Concurrent Deterministic Scheduling for Blockchains (Extended Version)
von: Hay, Yaron, et al.
Veröffentlicht: (2024)

A High-throughput and Secure Coded Blockchain for IoT
von: Taherpour, Amirhossein, et al.
Veröffentlicht: (2023)

A New Execution Model and Executor for Adaptively Optimizing the Performance of Parallel Algorithms Using HPX Runtime System
von: Mohammadiporshokooh, Karame, et al.
Veröffentlicht: (2025)

Hydra: Brokering Cloud and HPC Resources to Support the Execution of Heterogeneous Workloads at Scale
von: Alsaadi, Aymen, et al.
Veröffentlicht: (2024)