論文の概要: BitPCE: Batched Multi-Dimensional PolicyResolution with GPU Bitmap Algebra

• arxiv url: http://arxiv.org/abs/2610.24974v1
• Date: Sun, 18 Oct 2026 03:10:02 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:39:11.446127
• Title: BitPCE: Batched Multi-Dimensional PolicyResolution with GPU Bitmap Algebra
• Title（参考訳）: BitPCE: GPU Bitmap Algebraによるバッチ多次元ポリシー解決
• Abstract要約: ポリシーコントローラは、複数のラベル次元にまたがるルールにマッチするワークロードを決定する必要があります。 中間結果、繰り返しのスコープ評価、依存ポリシー更新、ホスト転送は、異種バッチのコストを支配できる。 私たちの設計では、独立したスコープ-ワードタスク、再利用可能なエンドポイント表現、ポリシー依存性を活用しています。
• 参考スコア（独自算出の注目度）: 1.2894104422808241
• License:
• Abstract: Policy controllers must determine which workloads match rules spanning several label dimensions. Hash sets, compressed bitmaps, and GPU set-processing primitives address the underlying set operations. However, intermediate results, repeated scope evaluations, dependent policy updates, and host transfers can dominate the cost of a heterogeneous batch. We study this problem as batched intersection-of-unions (IoU). Our design exploits independent scope--word tasks, reusable endpoint expressions, and policy dependencies. The challenges are preserving wildcard, empty-group, and exclusion semantics, recognizing equal scopes, and retaining unchanged recipients affected by source edits. BitPCE addresses them with register-resident GPU evaluation, canonical scope compilation, and dependency-complete candidate selection under a stated rendering contract. IP-only changes reuse cached memberships. We establish correctness and word-work bounds. On a four-vCPU A10G host, resident GPU execution is 3.46--36.60$\times$ faster than the best tested native CPU path, including CRoaring, and 1.14--2.22$\times$ faster than an adapted operand-parallel GPU reduction. Gains narrow at the host-output boundary: on an eight-vCPU host, including upload and compact identifier output, resolution takes 16.3 ms versus 19.3 ms for CPU at 100K objects and 500 scopes. Sparse labels and small batches can favor CPU execution. Scope reuse, candidate selection, and incremental transfers are measured as components; complete update-to-enforcement latency remains unevaluated.
• Abstract（参考訳）: ポリシーコントローラは、複数のラベル次元にまたがるルールにマッチするワークロードを決定する必要があります。 ハッシュセット、圧縮ビットマップ、GPUセット処理プリミティブは、基礎となるセット操作に対処する。 しかし、中間結果、繰り返しのスコープ評価、依存ポリシー更新、ホスト転送は、異種バッチのコストを支配できる。 我々は,この問題を連成交点(IoU)として検討する。 私たちの設計では、独立したスコープ-ワードタスク、再利用可能なエンドポイント表現、ポリシー依存性を活用しています。 課題はワイルドカード、空グループ、除外セマンティクスの保存、同じスコープの認識、ソース編集の影響を受けない受信者の保持である。 BitPCEは、レジスタレジデントGPU評価、標準スコープコンパイル、および記述されたレンダリング契約の下での依存性完全候補選択に対処する。 IPのみの変更はキャッシュされたメンバシップを再利用する。 私たちは正当性とワードワーク境界を確立します。 4vCPUのA10Gホストでは、常駐GPU実行はCRoaringを含む最もテストされたネイティブCPUパスよりも3.46-36.60$\times$で、オペランド並列GPUリダクションよりも1.14--2.22$\times$速い。 アップロードとコンパクトな識別子出力を含む8つのvCPUホストでは、解像度は16.3ms、100Kオブジェクトと500スコープで19.3msである。 スパースラベルと小さなバッチはCPUの実行に有利である。 スコープの再利用、候補の選択、インクリメンタル転送はコンポーネントとして測定される。

関連論文リスト

• Benchmarking Confidential Computing Performance on NVIDIA Blackwell GPUs [0.0]
  本稿では,信頼された実行環境内での大規模言語モデル推論とトレーニングの実行によるパフォーマンスへの影響を計測する。 パフォーマンスへの影響は、単一の物理ホスト上でのシークレットと非シークエンシャル実行のペアから生じる。 それぞれのコストを特定の暗号化されたバウンダリにローカライズし、サブミッションカウント内のサービスペナルティを予測するマイクロベンチマークを提供し、具体的なデプロイメントガイダンスで終了する。
  論文  参考訳（メタデータ） (2026-08-27T03:37:35Z)
• The Recall Trap: A Recall-Maximizing Retriever Configuration Reduces Issue Resolution in Fixed-Budget Code Context [45.88028371034407]
  コード修復における制御ケーススタディを報告し,新しい現象ではない。 私たちは、同じスタック上の1つのフラグ(1チャンク毎の重複)を切り替えます。 BM25(3.2pp、重要なパラダイム間相互作用)を逆転させる。 厳格な固定予算では、ファイルごとのハードダイドプリケートや、タスクに対するA/Bパッケージングポリシは、メトリックフラグを調整しないことが示されます。
  論文  参考訳（メタデータ） (2026-08-14T19:22:50Z)
• Ready Cohorts: Bounding GPU Opportunity and Avoiding Host Round Trips in LLM-Agent Control [0.0]
  固定シェアF, 正確なオフラインシェアP*, ローカルアッパーバウンドU, オンライン達成シェアAを用いて, 既定コホート境界を定式化する。 別のメカニズムの研究では、4バイトをホストに返さずに、GPUで計算されたバイナリ決定をデバイスに保持している。
  論文  参考訳（メタデータ） (2026-08-12T14:42:15Z)
• CONQuER: Hardware-Aware Mixed-Precision Quantisation with Online-Calibrated Surrogates [3.4090089330250724]
  ハードウェア対応MPQのための統合コンパイラ統合基盤であるCONQuERを提案する。 CONQuERは、量子化をTOSAレベルでコンパイラパイプラインにシフトし、インテリジェントな設定処理を可能にする。 CONQuERは、不定値ベースラインの1.44%以内で、トップ1の精度で最大12.19倍高速な構成を検出する。
  論文  参考訳（メタデータ） (2026-07-28T15:45:26Z)
• PolyQ: Codesigning End-to-End Quantization Framework for Scalable Edge CPU LLM Inference [8.572093284101358]
  PolyQは、アクティベーション対応のチャネルワイドビット割り当てのためのCPU指向コンパイラ/量子化共設計である。 3--6,bから安定した品質のスケーリングを提供し、3,bのターゲットで以前の手法よりも2.4-32.1%のパープレキシティを向上させる。
  論文  参考訳（メタデータ） (2026-07-16T06:31:39Z)
• AgentCompile: An LLM-Guided Compiler for Direct CUDA Inference [58.285369364699]
  本稿では,LDM出力をアドバイザリ検索メタデータとしてのみ使用するLDM誘導型推論コンパイラであるAgentCompileを提案する。 コンパイラ由来の領域要約と境界付き候補空間が与えられた後、LLMはセマンティックラベル、候補優先順位、パラメータヒント、リスクアノテーションを提案する。 AgentCompileは、グラフテンプレートを通じて候補を実体化し、インターフェースとハードウェアの制約をチェックし、試験的に候補を検証する。 エンドツーエンドの自動回帰生成では、AgentCompileはQwen3-1.7B上のPyTorch上で平均5.66x、4.05x、4.26xのスピードアップを行う。
  論文  参考訳（メタデータ） (2026-06-04T03:49:56Z)
• BitStack: Any-Size Compression of Large Language Models in Variable Memory Environments [53.71158537264695]
  大規模言語モデル(LLM)は、多くのアプリケーションに革命をもたらしたが、ローカルデバイスにおけるメモリ制限により、その展開は依然として困難である。 textbfBitStackは,メモリ使用量とモデル性能のトレードオフを可能にする,新しいトレーニング不要な重み圧縮手法である。
  論文  参考訳（メタデータ） (2024-10-31T13:26:11Z)
• HDCC: A Hyperdimensional Computing compiler for classification on embedded systems and high-performance computing [58.720142291102135]
  この研究は、HDC分類メソッドの高レベルな記述を最適化されたCコードに変換する最初のオープンソースコンパイラである、ネームコンパイラを紹介している。 nameは現代のコンパイラのように設計されており、直感的で記述的な入力言語、中間表現(IR)、再ターゲット可能なバックエンドを備えている。 これらの主張を裏付けるために,HDC文献で最もよく使われているデータセットについて,HDCCを用いて実験を行った。
  論文  参考訳（メタデータ） (2023-04-24T19:16:03Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。