:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gherasim, Iulius, Sánchez, Carlos García
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Performance
Online-Zugang:	https://arxiv.org/abs/2511.13453
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hardware-efficient tractable probabilistic inference for TinyML Neurosymbolic AI applications
von: Leslin, Jelin, et al.
Veröffentlicht: (2025)

Heuristic-Based Merging of HPC Traces to Extend Hardware Counter Coverage
von: Aubach, Júlia Orteu, et al.
Veröffentlicht: (2026)

Accuracy and Consumption analysis from a compressed model by CompactifAI from Multiverse Computing
von: Fovet, Damien, et al.
Veröffentlicht: (2025)

KForge: Program Synthesis for Diverse AI Hardware Accelerators
von: Sereda, Taras, et al.
Veröffentlicht: (2025)

Toward A Formalized Approach for Spike Sorting Algorithms and Hardware Evaluation
von: Zhang, Tim, et al.
Veröffentlicht: (2022)

AttentionEngine: A Versatile Framework for Efficient Attention Mechanisms on Diverse Hardware Platforms
von: Chen, Feiyang, et al.
Veröffentlicht: (2025)

Enabling more efficient and cost-effective AI/ML systems with Collective Mind, virtualized MLOps, MLPerf, Collective Knowledge Playground and reproducible optimization tournaments
von: Fursin, Grigori
Veröffentlicht: (2024)

EARL: Energy-Aware Optimization of Liquid State Machines for Pervasive AI
von: Iqbal, Zain, et al.
Veröffentlicht: (2026)

Realtime Facial Expression Recognition: Neuromorphic Hardware vs. Edge AI Accelerators
von: Smith, Heath, et al.
Veröffentlicht: (2024)

Forecasting LLM Inference Performance via Hardware-Agnostic Analytical Modeling
von: Patwari, Rajeev, et al.
Veröffentlicht: (2025)

On the Sustainability of AI Inferences in the Edge
von: Sobhani, Ghazal, et al.
Veröffentlicht: (2025)

Optimizing Methane Detection On Board Satellites: Speed, Accuracy, and Low-Power Solutions for Resource-Constrained Hardware
von: Herec, Jonáš, et al.
Veröffentlicht: (2025)

Parallel Implementations Assessment of a Spatial-Spectral Classifier for Hyperspectral Clinical Applications
von: Lazcano, Raquel, et al.
Veröffentlicht: (2024)

The Race to Efficiency: A New Perspective on AI Scaling Laws
von: Lu, Chien-Ping
Veröffentlicht: (2025)

Pushing the Envelope of LLM Inference on AI-PC and Intel GPUs
von: Georganas, Evangelos, et al.
Veröffentlicht: (2025)

Detecting Anomalies in Machine Learning Infrastructure via Hardware Telemetry
von: Chen, Ziji, et al.
Veröffentlicht: (2025)

MoEITS: A Green AI approach for simplifying MoE-LLMs
von: Balderas, Luis, et al.
Veröffentlicht: (2026)

Knowledge Grafting: A Mechanism for Optimizing AI Model Deployment in Resource-Constrained Environments
von: Almurshed, Osama, et al.
Veröffentlicht: (2025)

Energy per Successful Goal: Goal-Level Energy Accounting for Agentic AI Systems
von: Panigrahy, Deepak, et al.
Veröffentlicht: (2026)

TQml Simulator: optimized simulation of quantum machine learning
von: Kuzmin, Viacheslav, et al.
Veröffentlicht: (2025)

Leveraging Speculative Sampling and KV-Cache Optimizations Together for Generative AI using OpenVINO
von: Barad, Haim, et al.
Veröffentlicht: (2023)

The Energy Blind Spot: NVIDIA's Flagship Edge AI Hardware Cannot Support Process-Level Energy Attribution
von: Panigrahy, Deepak, et al.
Veröffentlicht: (2026)

Estudio de la eficiencia en la escalabilidad de GPUs para el entrenamiento de Inteligencia Artificial
von: Cortes, David, et al.
Veröffentlicht: (2025)

Throughput Optimization as a Strategic Lever in Large-Scale AI Systems: Evidence from Dataloader and Memory Profiling Innovations
von: Jha, Mayank
Veröffentlicht: (2026)

Lightweight Software Kernels and Hardware Extensions for Efficient Sparse Deep Neural Networks on Microcontrollers
von: Daghero, Francesco, et al.
Veröffentlicht: (2025)

ZipServ: Fast and Memory-Efficient LLM Inference with Hardware-Aware Lossless Compression
von: Fan, Ruibo, et al.
Veröffentlicht: (2026)

CPINN-ABPI: Physics-Informed Neural Networks for Accurate Power Estimation in MPSoCs
von: Elshamy, Mohamed R., et al.
Veröffentlicht: (2025)

DistZO2: High-Throughput and Memory-Efficient Zeroth-Order Fine-tuning LLMs with Distributed Parallel Computing
von: Wang, Liangyu, et al.
Veröffentlicht: (2025)

PARD: Accelerating LLM Inference with Low-Cost PARallel Draft Model Adaptation
von: An, Zihao, et al.
Veröffentlicht: (2025)

Flashlight: PyTorch Compiler Extensions to Accelerate Attention Variants
von: You, Bozhi, et al.
Veröffentlicht: (2025)

Enhancing Tropical Cyclone Path Forecasting with an Improved Transformer Network
von: Van Thanh, Nguyen, et al.
Veröffentlicht: (2025)

lm-Meter: Unveiling Runtime Inference Latency for On-Device Language Models
von: Wang, Haoxin, et al.
Veröffentlicht: (2025)

WCDT: Systematic WCET Optimization for Decision Tree Implementations
von: Hölscher, Nils, et al.
Veröffentlicht: (2025)

MoE-Inference-Bench: Performance Evaluation of Mixture of Expert Large Language and Vision Models
von: Chitty-Venkata, Krishna Teja, et al.
Veröffentlicht: (2025)

MLPerf Automotive
von: Shojaei, Radoyeh, et al.
Veröffentlicht: (2025)

Light Differentiable Logic Gate Networks
von: Rüttgers, Lukas, et al.
Veröffentlicht: (2025)

V-Seek: Accelerating LLM Reasoning on Open-hardware Server-class RISC-V Platforms
von: Rodrigo, Javier J. Poveda, et al.
Veröffentlicht: (2025)

PrETi: Predicting Execution Time in Early Stage with LLVM and Machine Learning
von: Xu, Risheng, et al.
Veröffentlicht: (2025)

ZO2: Scalable Zeroth-Order Fine-Tuning for Extremely Large Language Models with Limited GPU Memory
von: Wang, Liangyu, et al.
Veröffentlicht: (2025)

Cloud Computing Energy Consumption Prediction Based on Kernel Extreme Learning Machine Algorithm Improved by Vector Weighted Average Algorithm
von: Wang, Yuqing, et al.
Veröffentlicht: (2025)