Fugu-MT 論文翻訳(概要): A Unifying Framework to Enable Artificial Intelligence in High Performance Computing Workflows

論文の概要: A Unifying Framework to Enable Artificial Intelligence in High Performance Computing Workflows

arxiv url: http://arxiv.org/abs/2505.02738v1
Date: Mon, 05 May 2025 15:44:23 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-06 18:49:35.73105
Title: A Unifying Framework to Enable Artificial Intelligence in High Performance Computing Workflows
Title（参考訳）: 高性能コンピューティングワークフローで人工知能を可能にする統一フレームワーク
Authors: Jens Domke, Mohamed Wahib, Anshu Dubey, Tal Ben-Nun, Erik W. Draeger,
Abstract要約: 最近のトレンドは、大規模科学応用が密結合されたHPC/AIハイブリッドである未来を示唆している。私たちは、HPCとAI/MLが効率的に連携できるシームレスでスケーラブルなフレームワークの開発に、緊急に投資する必要があります。
参考スコア（独自算出の注目度）: 6.890704597010763
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Current trends point to a future where large-scale scientific applications are tightly-coupled HPC/AI hybrids. Hence, we urgently need to invest in creating a seamless, scalable framework where HPC and AI/ML can efficiently work together and adapt to novel hardware and vendor libraries without starting from scratch every few years. The current ecosystem and sparsely-connected community are not sufficient to tackle these challenges, and we require a breakthrough catalyst for science similar to what PyTorch enabled for AI.
Abstract（参考訳）: 最近のトレンドは、大規模科学応用が密結合されたHPC/AIハイブリッドである未来を示唆している。したがって、HPCとAI/MLが効率的に連携し、数年毎にスクラッチから始めることなく、新しいハードウェアやベンダライブラリに適応できる、シームレスでスケーラブルなフレームワークの開発に緊急投資する必要がある。現在のエコシステムと疎結合なコミュニティは、これらの課題に取り組むには不十分ですし、PyTorchがAIで実現したのと同じような、科学のための画期的な触媒が必要です。

関連論文リスト

Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [59.52058740470727]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文参考訳（メタデータ） (2025-05-03T13:55:38Z)
Challenges and Paths Towards AI for Software Engineering [55.95365538122656]
ソフトウェア工学におけるAIの進歩を3倍に議論する。まず、ソフトウェア工学のためのAIにおいて、具体的なタスクを構造化した分類法を提供する。次に、現在のアプローチを制限するいくつかの重要なボトルネックを概説する。
論文参考訳（メタデータ） (2025-03-28T17:17:57Z)
AI Scaling: From Up to Down and Out [23.65115295537283]
本稿では、Scaling Up、Scaling Down、Scaling Outを含む、AIスケーリングのための総合的なフレームワークを提案する。モデルのスケールアップは固有のボトルネックに直面しているが、AIスケーリングの今後の軌道はスケールダウンとスケーリングアウトにある、と氏は主張する。我々は、医療、スマートマニュファクチャリング、コンテンツ作成における変革的なアプリケーションについて検討し、AI Scalingがいかに効率、パーソナライゼーション、グローバル接続のブレークスルーを可能にするかを実証する。
論文参考訳（メタデータ） (2025-02-02T02:14:00Z)
Exploring the Potential of Wireless-enabled Multi-Chip AI Accelerators [2.2305608711864555]
無線配線は、平均で10%、最大で20%のスピードアップにつながる可能性がある。有線配線と無線配線の負荷分散の重要性を強調した。
論文参考訳（メタデータ） (2025-01-29T11:00:09Z)
Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文参考訳（メタデータ） (2024-11-20T11:57:43Z)
ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems [80.69865295743149]
この研究は、LLMベースのエージェントを使用して、協調AIシステムを自律的に設計する試みである。 ComfyBenchをベースとしたComfyAgentは,エージェントが自律的に協調的なAIシステムを生成して設計できるようにするフレームワークである。 ComfyAgentは、o1-previewに匹敵する解像度を達成し、ComfyBenchの他のエージェントをはるかに上回っているが、ComfyAgentはクリエイティブタスクの15%しか解決していない。
論文参考訳（メタデータ） (2024-09-02T17:44:10Z)
Green Edge AI: A Contemporary Survey [46.11332733210337]
AIの変換力は、ディープニューラルネットワーク(DNN)の利用から導かれる。ディープラーニング(DL)は、エンドユーザーデバイス(EUD)に近い無線エッジネットワークに移行しつつある。その可能性にもかかわらず、エッジAIは大きな課題に直面している。主な原因は、無線エッジネットワークのリソース制限と、DLのリソース集約的な性質の分離である。
論文参考訳（メタデータ） (2023-12-01T04:04:37Z)
Future Computer Systems and Networking Research in the Netherlands: A Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文参考訳（メタデータ） (2022-05-26T11:02:29Z)
Integrating Deep Learning in Domain Sciences at Exascale [2.241545093375334]
我々は,大規模HPCシステム上でディープラーニングモデルとアプリケーションを効率的に動作させるための既存パッケージの評価を行った。本稿では,現在の大規模異種システムに対する新しい非同期並列化と最適化手法を提案する。従来の計算集約型アプリケーションとデータ集約型アプリケーションをAIで拡張するための図表と潜在的なソリューションを提案する。
論文参考訳（メタデータ） (2020-11-23T03:09:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。