133 papers
Dit paper betoogt dat het huidige interconnect-landschap lijdt aan een semantische crisis veroorzaakt door vendor-specifieke afwijkingen en een fundamenteel misverstand over tijd en orde, en pleit voor de Open Atomic Ethernet-standaard om correcte, testbare linksemantiek te herstellen zonder globale barrières.
Dit artikel presenteert een door Agentic AI en een groot taalmodel (LLM) versterkt raamwerk voor de optimalisatie van UAV-netwerktopologieën, dat exacte potentiaalspellen combineert met log-lineaire en benaderde gradiëntleeralgoritmen om schaalbare, energiezuinige en lage-latentie connectiviteit te bereiken in dynamische omgevingen.
Dit paper introduceert MAS-H2, een hiërarchisch multi-agent systeem dat de strategische kloof in cloud-native autoscaling overbrugt door bedrijfsbeleidsdoelen om te zetten in proactieve, gecoördineerde schaalplannen, wat resulteert in aanzienlijk lagere CPU-belasting en kostenefficiëntere, onderbrekingsvrije migraties vergeleken met traditionele Kubernetes-oplossingen.
Dit artikel evalueert het open-source CODECO-toolkit en toont aan dat het de handmatige inzet van containerized microservices in Edge-Cloud-omgevingen aanzienlijk reduceert terwijl het prestaties en resourcegebruik concurrerend houdt ten opzichte van standaard Kubernetes-werkstromen.
Deze dissertatie stelt voor om processorontwerp te verschuiven van data-agnostisch naar data-informeerd door middel van machine learning en semantische data-eigenschappen, waardoor de prestaties en energie-efficiëntie aanzienlijk worden verbeterd door het memory-bottleneck effectief aan te pakken.
Dit paper introduceert Megatron Core, een schaalbaar en productieklaar open-source framework dat geïntegreerde optimalisaties voor geheugen, communicatie en berekening combineert om de training van Mixture-of-Experts-modellen tot triljoenen parameters op duizenden GPU's efficiënt te maken.
Dit artikel introduceert Structured Gossip DNS, een partition-resilient naamoplossingssysteem voor internet-schaalnetwerken dat via passieve stabilisatie en commutatieve operaties de berichtcomplexiteit verlaagt en eventual consistency garandeert zonder globale coördinatie.
ArcLight is een lichtgewicht architectuur voor LLM-inferentie die speciaal is ontworpen voor many-core CPU's om de prestaties te maximaliseren door de overhead van cross-NUMA-toegang te minimaliseren en zo de doorvoer aanzienlijk te verhogen ten opzichte van bestaande frameworks.
Dit artikel presenteert een volledig GPU-residente, lock-free architectuur die de verificatie van de vermoeden van Goldbach versnelt door het gehele verwerkingsproces naar de GPU te verplaatsen, wat resulteert in een 45,6-voudige snelheidswinst en een verificatie tot $10^{13}$ in slechts 133,5 seconden op een vier-GPU-systeem.
Dit artikel is een supplementair document voor het CoPPar Tree-papier dat een gedetailleerd correctheidsbewijs voor de CoPPar-architectuur biedt.
Dit paper introduceert SageSched, een efficiënte planner voor LLM-inferentie die onzekerheid in vraag en hybride reken- en geheugeneisen aanpakt door outputlengtes te voorspellen en een onzekerheidsbewuste schedulingbeleid te hanteren, wat resulteert in een efficiëntieverbetering van meer dan 28,7%.
Het RAPID-framework verbetert de edge-cloud inferentie voor diverse Vision Language Action-modellen door redundante taken te identificeren en compatibiliteit te optimaliseren, wat resulteert in een snelheidswinst tot 1,73x met slechts 5-7% overhead.
Dit paper introduceert ZK-ACE, een identiteitsgerichte authorisatielaag voor post-kwantum blockchains die de noodzaak van kilobyte-grote handtekeningartefacten elimineert door deze te vervangen door compacte, identiteitsgebonden zero-knowledge bewijzen, wat leidt tot een orde van grootte reductie in consensus-data en verbeterde schaalbaarheid.
Dit paper introduceert AR-ACE, een lichtgewicht mempool-propagatieprotocol voor post-kwantum blockchains dat validatiebewijzen uit het relay-netwerk verwijdert en deze enkel laat uitvoeren door de builder, wat leidt tot een orde van grootte lagere bandbreedte-overhead.
Dit paper introduceert SI-ChainFL, een veilig en gedecentraliseerd federatief leerframework voor hogesnelheidstreinen dat Shapley-waarden gebruikt om bijdragen te belonen en zo vrijetijd en modelvergiftiging tegen te gaan, wat resulteert in een robuustere prestatie zelfs bij 90% kwaadaardige clients.
Dit paper introduceert SafarDB, een FPGA-versnelde gedistribueerde transactiesysteem dat co-ontworpen is met een netwerkinterface om conflicterende en gecoördineerde gerepliceerde datatypen (RDTs en WRDTs) aanzienlijk sneller en robuuster te maken dan bestaande RDMA-gebaseerde oplossingen.
Dit paper introduceert Covenant-72B, een 72B-parameter taalmodel dat succesvol is voorafgetraind via de grootste tot nu toe uitgevoerde wereldwijde, gedecentraliseerde training met onbeperkte deelname via een live blockchain-protocol, waarbij het presteert op hetzelfde niveau als gecentraliseerde modellen.
Dit paper stelt een topologisch raamwerk voor op basis van Hodge-decompositie om operationele flows in serverless platforms te analyseren, waarbij structurele inefficiënties worden geïdentificeerd en getransformeerd naar actievere herstelstrategieën zonder de volledige architectuur te moeten herstructureren.
Dit paper introduceert TA-RNN-Medical-Hybrid, een interpreteerbaar en tijdbewust deep learning-framework dat onregelmatige klinische data en medische concepten combineert om de mortaliteitsrisicovoorspelling op de IC te verbeteren en transparante inzichten te bieden.
Dit paper introduceert BladeChain, een op blockchain gebaseerd traceerbaarheidsysteem dat de integriteit en auditbaarheid van AI-gedreven inspecties van vliegtuigturbineschijven door het hele levenscyclusproces garandeert via een onveranderlijk grootboek, gedecentraliseerde goedkeuring en cryptografische koppeling van inspectiegegevens.