Why Should the Server Do It All?: A Scalable, Versatile, and Model-Agnostic Framework for Server-Light DNN Inference over Massively Distributed Clients via Training-Free Intermediate Feature Compression

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Sung, Mingyu, Im, Suhwan, Bang, Daeho, Kim, Il-Min, Yun, Sangseok, Kang, Jae-Mo
Format:	Preprint
Publié:	2025
Sujets:	Distributed, Parallel, and Cluster Computing Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2511.11608