会员服务
UPMEM Unleashed: Software Secrets for Speed
Arxiv
0+阅读 · 10月3日
QStore: Quantization-Aware Compressed Model Storage
Arxiv
0+阅读 · 10月20日
Bhasha-Rupantarika: Algorithm-Hardware Co-design approach for Multilingual Neural Machine Translation
Arxiv
0+阅读 · 10月12日
Performance and Numerical Aspects of Decompositional Factorizations with FP64 Floating-Point Emulation in INT8
Arxiv
0+阅读 · 9月28日
QStore: Quantization-Aware Compressed Model Storage
Arxiv
0+阅读 · 5月7日
Hardware for converting floating-point to the microscaling (MX) format
Arxiv
0+阅读 · 2024年11月5日
"Give Me BF16 or Give Me Death"? Accuracy-Performance Trade-Offs in LLM Quantization
Arxiv
0+阅读 · 2024年11月4日
Quantized neural network for complex hologram generation
Arxiv
0+阅读 · 2024年10月31日
INT-FlashAttention: Enabling Flash Attention for INT8 Quantization
INT-FlashAttention: Enabling Flash Attention for INT8 Quantization
Arxiv
0+阅读 · 2024年9月26日
INT-FlashAttention: Enabling Flash Attention for INT8 Quantization
Arxiv
0+阅读 · 2024年9月25日
Quantized neural network for complex hologram generation
Arxiv
0+阅读 · 2024年8月25日
An Energy-Efficient Artefact Detection Accelerator on FPGAs for Hyper-Spectral Satellite Imagery
Arxiv
0+阅读 · 2024年7月24日
Low-ordered Orthogonal Voxel Finite Element with INT8 Tensor Cores for GPU-based Explicit Elastic Wave Propagation Analysis
Arxiv
0+阅读 · 2024年4月21日
Efficient Approaches for GEMM Acceleration on Leading AI-Optimized FPGAs
Arxiv
0+阅读 · 2024年4月17日
OzMAC: An Energy-Efficient Sparsity-Exploiting Multiply-Accumulate-Unit Design for DL Inference
OzMAC: An Energy-Efficient Sparsity-Exploiting Multiply-Accumulate-Unit Design for DL Inference
Arxiv
0+阅读 · 2024年2月29日
参考链接
微信扫码咨询专知VIP会员
Top