Nov, 2022

远程感知中异构系统的动态组合方法

PDF
TL;DR本文介绍了一种新的动态组合异构系统的方法，以进一步推进数据驱动的科学实践，以提高计算效率和特定科学领域的可用工具，并概述了一项以可组合基础架构为基础的案例研究，展示了火灾建模的应用。
composable systemsscientific computingartificial intelligenceremote sensingwildfire modeling
发现论文，激发创造
  • 神经组合计算：从认知中心的悖论到新一代人工智能系统

    通过使用神经组合计算的有限形式，人工智能系统正在变得更加强大、准确和易理解，而新的、更深层次的神经组合计算形式将进一步提高人工智能系统的表现。

    May, 2022

  • 组合人工智能的快速开发

    介绍了 Bee 框架的开发，它可以使开发者更容易实现可集成、可扩展和交互式的组合 AI 应用程序的快速开发。

    Feb, 2023

  • AI 耦合 HPC 工作流中异构任务的异步执行

    本文研究异构科学工作流中异步任务执行的要求和性质，提出度量异步执行的定性好处的关键指标，并在 Summit 上进行的实验表明，使用异步执行可以大大提高性能.

    Aug, 2022

  • 云服务使异构资源上高效的 AI 引导仿真工作流程成为可能

    使用多种计算资源，如高度并行的超级计算机和专用加速器，部署基于 AI 的模拟工作流非常有利，其中，云托管管理服务的使用可以简化跨资源身份验证和授权，功能即服务（FaaS）函数调用和数据传输等方面的管理，我们的研究表明使用云托管管理服务可以实现与直接连接资源使用情况相当的性能优化。

    Mar, 2023

  • 人工智能、量子和高性能计算的基础设施

    本文主要探讨了高性能计算、人工智能 / 机器学习和量子计算以及通信对于计算机科学研究领域的创新和影响，并指出在支持计算机科学研究方面需要更全面的计算基础设施，包括商业云计算和量子计算等新的计算方法。

    Dec, 2020

  • H2H：异构模型到异构系统的计算与通信感知映射

    提出了一种依据计算和通信同时进行考虑的异构模型到异构系统映射算法，通过在稍稍减少计算来交换更好的通信，可以大幅度降低系统整体延迟和能耗。MAESTRO 建模表明，相比于现有的以计算为优先的映射算法，我们的算法可以实现 15% 至 74% 的延迟降低和 23% 至 64% 的能耗降低。

    Apr, 2022

  • 关于地球系统可预测性的人工智能架构和共同设计视角

    该论文讨论了人工智能在地球系统可预测性方面的作用，提出了一种称为 ModEx 的新兴技术，介绍了人工智能架构和与其他 16 个会话主题协同研究的潜在研究方向，并提出了集成 AI/ML 和其他数据分析技术的异构高性能计算解决方案，以及 AI 传感器与地球系统测量和观测的融合。

    Apr, 2023

  • 可组合 NLP 工作流的数据中心框架

    本文介绍了一个能够支持自然语言处理工作流的开源框架，该框架包含了一个统一的数据表示方法和一个包含处理器、可视化和注释的大型处理库，提供了简单组装和互操作性，并能够轻松扩展以接入其他自然语言和深度学习库。

    Mar, 2021

  • 云端数据密集型超级计算：卫星图像全球分析

    本文介绍了在商业应用中使用云计算支持卫星图像的数据密集型分析的经验和使用自己的虚拟文件系统层演示的结果，证明与 HPC 存储系统相当的读取带宽，并展示了研究结果，包括在乌克兰识别田界和基于 Landsat 图像生成全球无云基础层。

    Feb, 2017

  • HeteroEdge: 解决异构协作自主系统中的不对称问题

    本文提出了一个用于优化深度学习算法输入、模型推理通信、深度学习算法的自适应优化框架，并通过评估表明，将数据的 70% 分配给辅助结点可以最小化离线延迟，节约总操作时间。

    May, 2023