Buchumschlag

Axe: A Simple Unified Layout Abstraction for Machine Learning Compilers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Bohan, Jin, Hongyi, Wang, Guanjie, Chen, Jinqi, Cai, Yaxing, Yang, Lijie, Ye, Zihao, Ding, Yaoyao, Lai, Ruihang, Chen, Tianqi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Distributed, Parallel, and Cluster Computing Artificial Intelligence Machine Learning Programming Languages
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Event Tensor: A Unified Abstraction for Compiling Dynamic Megakernel
von: Jin, Hongyi, et al.
Veröffentlicht: (2026)

A System for Microserving of LLMs
von: Jin, Hongyi, et al.
Veröffentlicht: (2024)

Layout-Agnostic MPI Abstraction for Distributed Computing in Modern C++
von: Klepl, Jiří, et al.
Veröffentlicht: (2025)

Mirage Persistent Kernel: A Compiler and Runtime for Mega-Kernelizing Tensor Programs
von: Cheng, Xinhao, et al.
Veröffentlicht: (2025)

ECDQC: Efficient Compilation for Distributed Quantum Computing with Linear Layout
von: Liu, Kecheng, et al.
Veröffentlicht: (2024)

UMDAM: A Unified Data Layout and DRAM Address Mapping for Heterogenous NPU-PIM
von: Huang, Hai
Veröffentlicht: (2025)

Triton-distributed: Programming Overlapping Kernels on Distributed AI Systems with the Triton Compiler
von: Zheng, Size, et al.
Veröffentlicht: (2025)

EPIC: Abstraction and Polymorphism of In-Network Collectives on Ethernet
von: Yuan, Yitao, et al.
Veröffentlicht: (2026)

SFVInt: Simple, Fast and Generic Variable-Length Integer Decoding using Bit Manipulation Instructions
von: Liao, Gang, et al.
Veröffentlicht: (2024)

Next-Gen Computing Systems with Compute Express Link: a Comprehensive Survey
von: Chen, Chen, et al.
Veröffentlicht: (2024)

An Adaptive Distributed Stencil Abstraction for GPUs
von: Bhosale, Aditya, et al.
Veröffentlicht: (2025)

FlashInfer: Efficient and Customizable Attention Engine for LLM Inference Serving
von: Ye, Zihao, et al.
Veröffentlicht: (2025)

SLO-Aware Scheduling for Large Language Model Inferences
von: Huang, Jinqi, et al.
Veröffentlicht: (2025)

Serverless Abstractions for Short-Running, Lightweight Streams
von: Carl, Natalie, et al.
Veröffentlicht: (2026)

Workload Intelligence: Punching Holes Through the Cloud Abstraction
von: Huang, Lexiang, et al.
Veröffentlicht: (2024)

Gensor: A Graph-based Construction Tensor Compilation Method for Deep Learning
von: Liu, Hangda, et al.
Veröffentlicht: (2025)

DeepCompile: A Compiler-Driven Approach to Optimizing Distributed Deep Learning Training
von: Tanaka, Masahiro, et al.
Veröffentlicht: (2025)

Object Abstraction To Streamline Edge-Cloud-Native Application Development
von: Lertpongrujikorn, Pawissanutt
Veröffentlicht: (2025)

POLAR-PIC: A Holistic Framework for Matrixized PIC with Co-Designed Compute, Layout, and Communication
von: Rao, Yizhuo, et al.
Veröffentlicht: (2026)

Resilience Evaluation of Kubernetes in Cloud-Edge Environments via Failure Injection
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

Propius: A Platform for Collaborative Machine Learning across the Edge and the Cloud
von: Ding, Eric
Veröffentlicht: (2025)

Co-Design and Evaluation of a CPU-Free MPI GPU Communication Abstraction and Implementation
von: Bridges, Patrick G., et al.
Veröffentlicht: (2026)

Scalable Readability Evaluation for Graph Layouts: 2D Geometric Distributed Algorithms
von: Yun, Sanggeon
Veröffentlicht: (2024)

WindVE: Collaborative CPU-NPU Vector Embedding
von: Huang, Jinqi, et al.
Veröffentlicht: (2025)

SIMPLE: Disaggregating Sampling from GPU Inference into a Decision Plane for Faster Distributed LLM Serving
von: Zhao, Bohan, et al.
Veröffentlicht: (2025)

SiPipe: Bridging the CPU-GPU Utilization Gap for Efficient Pipeline-Parallel LLM Inference
von: He, Yongchao, et al.
Veröffentlicht: (2025)

Efficient Parallel Compilation and Profiling of Quantum Circuits at Large Scales
von: Moore, Jane, et al.
Veröffentlicht: (2026)

LAPIS: A Performance Portable, High Productivity Compiler Framework
von: Kelley, Brian, et al.
Veröffentlicht: (2025)

MegatronApp: Efficient and Comprehensive Management on Distributed LLM Training
von: Zhao, Bohan, et al.
Veröffentlicht: (2025)

New Wide Locally Recoverable Codes with Unified Locality
von: Xu, Liangliang, et al.
Veröffentlicht: (2025)

Reputation-Based Leader Election under Partial Synchrony: Towards a Protocol-Independent Abstraction with Enhanced Guarantees
von: Liu, Xuyang, et al.
Veröffentlicht: (2025)

PIM-SHERPA: Software Method for On-device LLM Inference by Resolving PIM Memory Attribute and Layout Inconsistencies
von: Lee, Sunjung, et al.
Veröffentlicht: (2026)

Zen-Attention: A Compiler Framework for Dynamic Attention Folding on AMD NPUs
von: Deshmukh, Aadesh, et al.
Veröffentlicht: (2025)

Flint: Compiler Enabled Cluster-Free Design Space Exploration for Distributed ML
von: Yoo, Jinsun, et al.
Veröffentlicht: (2026)

AME: An Efficient Heterogeneous Agentic Memory Engine for Smartphones
von: Zhao, Xinkui, et al.
Veröffentlicht: (2025)

HeRo: Adaptive Orchestration of Agentic RAG on Heterogeneous Mobile SoC
von: Li, Maoliang, et al.
Veröffentlicht: (2026)

DynaServe: Unified and Elastic Execution for Dynamic Disaggregated LLM Serving
von: Ruan, Chaoyi, et al.
Veröffentlicht: (2025)

HPCTransCompile: An AI Compiler Generated Dataset for High-Performance CUDA Transpilation and LLM Preliminary Exploration
von: Lv, Jiaqi, et al.
Veröffentlicht: (2025)

FeedSign: Robust Full-parameter Federated Fine-tuning of Large Models with Extremely Low Communication Overhead of One Bit
von: Cai, Zhijie, et al.
Veröffentlicht: (2025)

Prefill-Decode Aggregation or Disaggregation? Unifying Both for Goodput-Optimized LLM Serving
von: Wang, Chao, et al.
Veröffentlicht: (2025)