( en | de | ru )

 

Disambiguierung von "Song, Shuaiwen Leon"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Vapro: performance variance detection and diagnosis for production-run parallel applications.

, , , , , , , und . PPoPP, Seite 150-162. ACM, (2022)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Song Song

Song Song

Song-Hak Song-Schreff

Léon Ehmann

Kurt Leon

 

Weitere Publikationen von Autoren mit dem selben Namen

Shift-BNN: Highly-Efficient Probabilistic Bayesian Neural Network Training via Memory-Friendly Pattern Retrieving., , , , , und . MICRO, Seite 885-897. ACM, (2021)ISM2: Optimizing Irregular-Shaped Matrix-Matrix Multiplication on GPUs., , , , und . CoRR, (2020)Brief Industry Paper: The Necessity of Adaptive Data Fusion in Infrastructure-Augmented Autonomous Driving System., , , , , , , , , und . RTAS, Seite 293-296. IEEE, (2022)TEA: A General-Purpose Temporal Graph Random Walk Engine., , , , , , , , , und . EuroSys, Seite 182-198. ACM, (2023)Q-VR: system-level design for future mobile collaborative virtual reality., , , , , und . ASPLOS, Seite 587-599. ACM, (2021)AStitch: enabling a new multi-dimensional optimization space for memory-intensive ML training and inference on modern SIMT architectures., , , , , , , , , und 2 andere Autor(en). ASPLOS, Seite 359-373. ACM, (2022)ClickTrain: efficient and accurate end-to-end deep learning training via fine-grained architecture-preserving pruning., , , , , , , , , und 1 andere Autor(en). ICS, Seite 266-278. ACM, (2021)SMT-Aware Instantaneous Footprint Optimization., , und . HPDC, Seite 267-279. ACM, (2016)Flash-LLM: Enabling Cost-Effective and Highly-Efficient Large Generative Model Inference with Unstructured Sparsity., , , , , , , , und . CoRR, (2023)Quant-LLM: Accelerating the Serving of Large Language Models via FP6-Centric Algorithm-System Co-Design on Modern GPUs., , , , , , , , , und 3 andere Autor(en). USENIX ATC, Seite 699-713. USENIX Association, (2024)