134 artigos
O artigo apresenta o Nezha, um sistema de armazenamento distribuído que integra separação de chaves-valor com o protocolo Raft para eliminar a sobrecarga de I/O causada por operações de persistência sobrepostas, resultando em melhorias significativas de desempenho em operações de leitura e escrita.
Este artigo propõe um framework hierárquico baseado no ciclo Observe-Orient-Decide-Act (H-OODA), implementado através das camadas nuvem-borda-terminal e virtualização de funções de rede, para superar os desafios de adaptabilidade e escalabilidade na tomada de decisão de enxames de UAVs em ambientes incertos.
O artigo apresenta o PIM-SHERPA, um método puramente de software que otimiza a inferência de LLMs em dispositivos ao resolver inconsistências de atributos e layout de memória em sistemas com Processamento em Memória (PIM), alcançando economias significativas de capacidade sem comprometer o desempenho.
O artigo apresenta o Flash-KMeans, uma implementação otimizada para GPUs que supera os gargalos de E/S e contenção de memória das abordagens existentes, permitindo que o algoritmo k-means seja executado online com um aceleramento de até 17,9 vezes em comparação com as melhores bases e superando bibliotecas industriais como cuML e FAISS em até 200 vezes.
Este artigo demonstra que o algoritmo de dualidade do espaço de estados do Mamba-2 pode ser implementado inteiramente usando primitivas padrão do XLA, eliminando a dependência de kernels CUDA personalizados e permitindo uma inferência autônoma com cache que funciona de forma idêntica em CPUs, GPUs NVIDIA e TPUs a partir de uma única fonte JAX.
Este artigo apresenta uma análise de desempenho do frontend virtualizado XRootD do T2_BR_SPRACE, demonstrando que sua arquitetura heterogênea, configurada com algoritmos de controle de congestionamento avançados, alcançou uma taxa de transferência agregada de 51,3 Gb/s sob condições de produção intensas.
Este trabalho estabelece o framework de Computação de Função Distribuída Randomizada (RDFC), uma forma de comunicação semântica que garante privacidade local e eficiência energética ao permitir a transmissão de informações suficientes para gerar funções aleatórias dos dados, demonstrando que o uso de aleatoriedade comum reduz drasticamente a taxa de comunicação em comparação com a transmissão sem perdas, mesmo na ausência de aleatoriedade compartilhada.
O artigo apresenta o SparseLoom, um sistema demonstrador que utiliza a técnica de "model stitching" para recombinação de subgrafos de modelos esparsos sem retreinamento, permitindo a execução eficiente de múltiplas DNNs em SoCs de borda e reduzindo significativamente as violações de objetivos de nível de serviço (SLO), aumentando o throughput e diminuindo a sobrecarga de memória em comparação com sistemas existentes.
Este artigo propõe uma nova metodologia de agendamento baseada em tarefas e restrições de frescor de dados, que utiliza atrasos de deslocamento just-in-time e um algoritmo de busca de consenso para garantir a frescura dos dados em sistemas críticos sem a latência artificial e o desperdício de recursos típicos do paradigma LET.
Este artigo estabelece um novo quadro teórico de taxa-distorção para campos aleatórios heterogêneos em reticulados finitos, derivando limites não assintóticos e uma expansão de segunda ordem que quantificam o impacto da heterogeneidade estrutural, das restrições de tiling e da correlação espacial no desempenho de compressores científicos de alto desempenho.
O artigo propõe um sistema de coerência de capacidades (CCS) que mapeia modelos de consistência de memória para revogação de autorização, demonstrando através de simulação que a estratégia RCC reduz drasticamente operações não autorizadas em comparação com métodos baseados em tempo, garantindo limites de segurança independentes da velocidade dos agentes.
Este artigo analisa teoricamente e valida experimentalmente como os esquemas de computação codificada aproximada BACC e LeTCC superam o problema de servidores lentos (stragglers) em um regime probabilístico, demonstrando que o erro de aproximação converge para zero à medida que o número total de servidores aumenta, mesmo na presença de stragglers.
O artigo apresenta o EROICA, o primeiro sistema de diagnóstico online que utiliza perfis de execução e observabilidade diferencial para identificar e resolver problemas de desempenho em clusters de treinamento de grandes modelos com até 100.000 GPUs, alcançando uma taxa de sucesso de 97,5% em ambientes de produção.
O artigo propõe o Co-LoRA, um método de aprendizado federado personalizado que utiliza uma estratégia de agregação consciente da relevância da tarefa e um módulo invariante de dimensão para superar a heterogeneidade de dados e modelos em cenários multi-modais, superando os métodos atuais e introduzindo um novo benchmark abrangente.
O artigo apresenta o NANOMIND, um framework de co-design hardware-software que otimiza a inferência de Modelos Multimodais Grandes em dispositivos portáteis com bateria, dividindo os modelos em módulos executados em aceleradores heterogêneos para reduzir o consumo de energia e o uso de memória, permitindo assistentes inteligentes autônomos e totalmente locais.
Este artigo defende que a resiliência deve ser uma restrição de projeto *a priori* na integração de HPC e QPUs, propondo modelos quantitativos inspirados na engenharia civil para avaliar a confiabilidade, o valor do usuário e as relações custo-benefício em sistemas de computação híbrida clássica-quântica.
O NEST é um framework de placemento de dispositivos para aprendizado profundo distribuído que unifica o paralelismo de modelo, a modelagem de topologia de rede e a viabilidade de memória através de programação dinâmica estruturada, resultando em melhorias significativas de throughput e eficiência em comparação com métodos anteriores.
Este artigo apresenta um framework de orquestração baseado em configuração que gera grafos de execução dinâmicos em tempo de solicitação para permitir a recuperação de dados de baixa latência e escalável em sistemas distribuídos, superando as limitações de workflows pré-definidos em plataformas tradicionais.
O artigo apresenta o AIReSim, um simulador de eventos discretos projetado para modelar a confiabilidade de clusters de IA em grande escala, permitindo aos engenheiros avaliar sistematicamente configurações, priorizar melhorias e realizar planejamento de capacidade através de cenários hipotéticos.
O artigo apresenta a Arquitetura de Failover da Uber (UFA), uma solução que substitui o modelo de capacidade 2x por uma abordagem diferenciada baseada em criticidade, reduzindo o provisionamento de 2x para 1,3x e eliminando mais de um milhão de núcleos de CPU enquanto mantém uma disponibilidade de 99,97% através da preempção seletiva de serviços não críticos e da automação de salvaguardas.