Scaling State-Space Models on Multiple GPUs with Tensor Parallelism

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Dutt, Anurag, Shah, Nimit, Masarani, Hazem, Gandhi, Anshul
Format: Preprint
Veröffentlicht: 2026
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!