Buchumschlag

Flash-SD-KDE: Accelerating SD-KDE with Tensor Cores

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Epstein, Elliot L., Dwaraknath, Rajat Vadiraj, Winnicki, John
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Distributed, Parallel, and Cluster Computing Machine Learning I.2.0
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SD-KDE: Score-Debiased Kernel Density Estimation
von: Epstein, Elliot L., et al.
Veröffentlicht: (2025)

FlashSketch: Sketch-Kernel Co-Design for Fast Sparse Sketching on GPUs
von: Dwaraknath, Rajat Vadiraj, et al.
Veröffentlicht: (2026)

Sampling on Metric Graphs
von: Dwaraknath, Rajat Vadiraj, et al.
Veröffentlicht: (2025)

MILLION: Mastering Long-Context LLM Inference Via Outlier-Immunized KV Product Quantization
von: Wang, Zongwu, et al.
Veröffentlicht: (2025)

PANDORA: A Parallel Dendrogram Construction Algorithm for Single Linkage Clustering on GPU
von: Sao, Piyush, et al.
Veröffentlicht: (2024)

FlashSparse: Minimizing Computation Redundancy for Fast Sparse Matrix Multiplications on Tensor Cores
von: Shi, Jinliang, et al.
Veröffentlicht: (2024)

MLP-Offload: Multi-Level, Multi-Path Offloading for LLM Pre-training to Break the GPU Memory Wall
von: Maurya, Avinash, et al.
Veröffentlicht: (2025)

A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning
von: Korkmaz, Abdulkadir, et al.
Veröffentlicht: (2025)

Self-Stabilizing Weakly Byzantine Perpetual Gathering of Mobile Agents
von: Hirose, Jion, et al.
Veröffentlicht: (2025)

Why does Prediction Accuracy Decrease over Time? Uncertain Positive Learning for Cloud Failure Prediction
von: Li, Haozhe, et al.
Veröffentlicht: (2024)

HybridFlow: A Flexible and Efficient RLHF Framework
von: Sheng, Guangming, et al.
Veröffentlicht: (2024)

Splitwise: Efficient generative LLM inference using phase splitting
von: Patel, Pratyush, et al.
Veröffentlicht: (2023)

FlashEvolve: Accelerating Agent Self-Evolution with Asynchronous Stage Orchestration
von: Hu, Zhengding, et al.
Veröffentlicht: (2026)

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

Towards Optimal Heterogeneous Client Sampling in Multi-Model Federated Learning
von: Zhang, Haoran, et al.
Veröffentlicht: (2025)

Parameterizing Federated Continual Learning for Reproducible Research
von: Cox, Bart, et al.
Veröffentlicht: (2024)

Asynchronous Byzantine Federated Learning
von: Cox, Bart, et al.
Veröffentlicht: (2024)

Hyper-parameter Optimization for Federated Learning with Step-wise Adaptive Mechanism
von: Saadati, Yasaman, et al.
Veröffentlicht: (2024)

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

Quantize Once, Train Fast: Allreduce-Compatible Compression with Provable Guarantees
von: Xin, Jihao, et al.
Veröffentlicht: (2023)

Asynchronous Multi-Server Federated Learning for Geo-Distributed Clients
von: Zuo, Yuncong, et al.
Veröffentlicht: (2024)

CloudSim 7G: An Integrated Toolkit for Modeling and Simulation of Future Generation Cloud Computing Environments
von: Andreoli, Remo, et al.
Veröffentlicht: (2024)

Is Flash Attention Stable?
von: Golden, Alicia, et al.
Veröffentlicht: (2024)

Fused3S: Fast Sparse Attention on Tensor Cores
von: Li, Zitong, et al.
Veröffentlicht: (2025)

ADF-LoRA: Alternating Low-Rank Aggregation for Decentralized Federated Fine-Tuning
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

DAGER: Exact Gradient Inversion for Large Language Models
von: Petrov, Ivo, et al.
Veröffentlicht: (2024)

SPARK: Igniting Communication-Efficient Decentralized Learning via Stage-wise Projected NTK and Accelerated Regularization
von: Xia, Li
Veröffentlicht: (2025)

On the Effectiveness of the 'Follow-the-Sun' Strategy in Mitigating the Carbon Footprint of AI in Cloud Instances
von: Vergallo, Roberto, et al.
Veröffentlicht: (2025)

PipeSD: An Efficient Cloud-Edge Collaborative Pipeline Inference Framework with Speculative Decoding
von: Han, Yunhe, et al.
Veröffentlicht: (2026)

Scalable Machine Learning Training Infrastructure for Online Ads Recommendation and Auction Scoring Modeling at Google
von: Kurian, George, et al.
Veröffentlicht: (2025)

LLMs are Overconfident: Evaluating Confidence Interval Calibration with FermiEval
von: Epstein, Elliot L., et al.
Veröffentlicht: (2025)

A Full Compression Pipeline for Green Federated Learning in Communication-Constrained Environments
von: Colybes, Elouan, et al.
Veröffentlicht: (2026)

Tempo: Compiled Dynamic Deep Learning with Symbolic Dependence Graphs
von: Silvestre, Pedro F., et al.
Veröffentlicht: (2025)

MaxK-GNN: Extremely Fast GPU Kernel Design for Accelerating Graph Neural Networks Training
von: Peng, Hongwu, et al.
Veröffentlicht: (2023)

Allocate Marginal Reviews to Borderline Papers Using LLM Comparative Ranking
von: Epstein, Elliot L., et al.
Veröffentlicht: (2026)

The PetShop Dataset -- Finding Causes of Performance Issues across Microservices
von: Hardt, Michaela, et al.
Veröffentlicht: (2023)

FlashMem: Supporting Modern DNN Workloads on Mobile with GPU Memory Hierarchy Optimizations
von: Shu, Zhihao, et al.
Veröffentlicht: (2026)

CooperLLM: Cloud-Edge-End Cooperative Federated Fine-tuning for LLMs via ZOO-based Gradient Correction
von: Sun, He, et al.
Veröffentlicht: (2026)

vTensor: Flexible Virtual Tensor Management for Efficient LLM Serving
von: Xu, Jiale, et al.
Veröffentlicht: (2024)

Scaling Point-based Differentiable Rendering for Large-scale Reconstruction
von: Zhao, Hexu, et al.
Veröffentlicht: (2025)