ホットトピック継続更新中
研究团队提出面向训练集群的LEAP吞吐量预测系统
1 件の報道1 件の報道元16 時間前 更新
まずこの件を把握する
AI 概要
2026年11月，研究团队提出面向生产训练集群硬件选择的学习型吞吐量预测服务LEAP。该系统可在作业提交时预测各类候选硬件的吞吐量，并按单位成本吞吐量排序以优化硬件路由选择。实际应用中，LEAP每天跨20多种硬件类型路由数万次训练作业，经30次夜间重训后准确率达77%，表现优于查表法及微调语言模型。在上线运行的6个月内，其覆盖的训练GPU工时比例已提升至95%，预估可节省约3%的训练计算成本。
AI が報道をもとに生成 · 16 時間前 更新
最新の進展11月4日 13:00
研究团队发布LEAP系统，上线6个月覆盖95%训练GPU工时并预估节省约3%计算成本。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 人工智能LEAP：面向生产训练集群硬件选择的学习型吞吐量预测系统
机器学习性能预测服务 LEAP 可在作业提交时预测各候选硬件类型的吞吐量，并按单位成本吞吐量排序以优化硬件路由选择。LEAP 每天跨 20 多种硬件类型路由数万次训练作业，经 30 次夜间重训后准确率达 77%，表现优于查表法与微调语言模型。在上线 6 个月内，其覆盖的训练 GPU-hours 比例提升至 95%，预估节省约 3% 的训练计算成本。
このストーリーのホット度の推移
現在のホット度 6·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。