研究论文
精选论文
NIPS 20242024年12月
大规模分布式语言模型训练的新型架构优化方法
提出了一种创新的分布式训练架构，通过优化通信模式和内存管理，将大规模语言模型的训练效率提升了40%。该方法在GPT-4规模的模型上验证了其有效性。
Dr. Sarah Chen, Dr. Michael Zhang, Dr. Alex Rodriguez
2,847 次下载156 次引用
ICML 20242024年11月
基于神经形态计算的低功耗深度学习加速器设计
设计了一种模拟生物神经元工作机制的新型计算芯片，能够在保持高精度的同时将深度学习推理的功耗降低85%，为边缘计算设备的AI应用提供了新的解决方案。
Dr. Lisa Wang, Dr. James Kumar, Dr. Elena Petrov
1,923 次下载89 次引用
所有论文
Nature Machine Intelligence2024年10月
量子-经典混合神经网络在复杂优化问题中的应用
Dr. David Kim, Dr. Maria Gonzalez, Dr. Robert Johnson
提出了一种结合量子计算和经典神经网络的混合架构，在NP困难问题的近似求解上展现出显著优势。该方法通过量子态叠加原理处理高维优化空间，并结合经典神经网络的学习能力，在旅行商问题、图着色问题等经典NP困难...
1,45667
ICLR 20242024年9月
联邦学习中的隐私保护聚合算法优化研究
Dr. Anna Thompson, Dr. Wei Liu, Dr. Carlos Martinez
针对联邦学习中的隐私泄露问题，提出了一种基于同态加密的新型聚合算法，在保证模型精度的同时显著提升了隐私保护水平。该算法采用分层加密策略，结合差分隐私技术，有效防止了梯度反演攻击和模型推理攻击。在多个真...
2,13498
IEEE Computer Architecture Letters2024年8月
面向AI工作负载的可重构计算架构设计与优化
Dr. Kevin Park, Dr. Sophie Dubois, Dr. Hiroshi Tanaka
设计了一种可以根据不同AI算法动态重构的新型处理器架构，通过硬件级别的适应性显著提升了计算效率和能效比。该架构采用模块化设计，包含可重构计算单元阵列、智能调度器和动态配置管理器。实验表明，该架构在处理...
87634