arXiv 机器学习· Sidharth S. Menon, Ameya D. Jagtap·· 10 小时前AI 评分36
TB-Transolver：通过时间捆绑实现含时 PDE 的并行长程推演
TB-Transolver: Parallelized and Coherent Long-Horizon Rollouts via Temporal Bundling for Time-Dependent PDEs
AI 导读
研究团队提出基于时间捆绑架构的 TB-Transolver，用于解决含时偏微分方程求解中自回归计算随时间跨度线性增长的瓶颈。该方法引入时空连贯性指标先验选择最优捆绑宽度，在塑性力学、流体力学、反应扩散和全球天气预报中实现最高 29x 的训练加速。结合多节点多 GPU 分布式并行，其相比单 GPU 实现了最高 45.6x 的综合加速。
来源：arXiv 机器学习 · arxiv.org