cs.PF」カテゴリーアーカイブ

Efficient Brain Imaging Analysis for Alzheimer’s and Dementia Detection Using Convolution-Derivative Operations

要約 アルツハイマー病 (AD) は進行性の神経変性を特徴とし、人間の脳に有害な … 続きを読む

カテゴリー: cs.CV, cs.NE, cs.PF, eess.IV | Efficient Brain Imaging Analysis for Alzheimer’s and Dementia Detection Using Convolution-Derivative Operations はコメントを受け付けていません

Layer Importance and Hallucination Analysis in Large Language Models via Enhanced Activation Variance-Sparsity

要約 大規模言語モデル (LLM) のさまざまな層の重要性を評価することは、モデ … 続きを読む

カテゴリー: cs.CL, cs.PF | Layer Importance and Hallucination Analysis in Large Language Models via Enhanced Activation Variance-Sparsity はコメントを受け付けていません

Exploring GPU-to-GPU Communication: Insights into Supercomputer Interconnects

要約 急速に進化するエクサスケール スーパーコンピューターの状況では、マルチ G … 続きを読む

カテゴリー: C.2.1, cs.AI, cs.AR, cs.DC, cs.NI, cs.PF | Exploring GPU-to-GPU Communication: Insights into Supercomputer Interconnects はコメントを受け付けていません

FALCON: Feedback-driven Adaptive Long/short-term memory reinforced Coding Optimization system

要約 最近、大規模言語モデル (LLM) は自動コード生成において大きな進歩を遂 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.PF | FALCON: Feedback-driven Adaptive Long/short-term memory reinforced Coding Optimization system はコメントを受け付けていません

Confidential Computing on NVIDIA Hopper GPUs: A Performance Benchmark Study

要約 このレポートでは、大規模言語モデル (LLM) 推論タスクに対して NVI … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.PF | Confidential Computing on NVIDIA Hopper GPUs: A Performance Benchmark Study はコメントを受け付けていません

Pushing the Performance Envelope of DNN-based Recommendation Systems Inference on GPUs

要約 パーソナライズされたレコメンデーションは、インターネット上のユビキタスなア … 続きを読む

カテゴリー: cs.AR, cs.DB, cs.IR, cs.LG, cs.PF, cs.SE | Pushing the Performance Envelope of DNN-based Recommendation Systems Inference on GPUs はコメントを受け付けていません

Ripple: Accelerating LLM Inference on Smartphones with Correlation-Aware Neuron Management

要約 大規模言語モデル (LLM) は、さまざまなドメインで目覚ましい成功を収め … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.OS, cs.PF | Ripple: Accelerating LLM Inference on Smartphones with Correlation-Aware Neuron Management はコメントを受け付けていません

PyGim: An Efficient Graph Neural Network Library for Real Processing-In-Memory Architectures

要約 グラフ ニューラル ネットワーク (GNN) は、グラフ構造データを分析す … 続きを読む

カテゴリー: cs.AR, cs.DC, cs.LG, cs.PF | PyGim: An Efficient Graph Neural Network Library for Real Processing-In-Memory Architectures はコメントを受け付けていません

Final Report for CHESS: Cloud, High-Performance Computing, and Edge for Science and Security

要約 理論と実験のサイクルを自動化するには、実験室の機器、エッジ センサー、複数 … 続きを読む

カテゴリー: C.2.4, cs.CV, cs.DC, cs.PF, cs.SY, eess.SY | Final Report for CHESS: Cloud, High-Performance Computing, and Edge for Science and Security はコメントを受け付けていません

cedar: Optimized and Unified Machine Learning Input Data Pipelines

要約 入力データ パイプラインは、各機械学習 (ML) トレーニング ジョブの重 … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.PF | cedar: Optimized and Unified Machine Learning Input Data Pipelines はコメントを受け付けていません