研究人员开发了一种名为MCHA的新硬件架构，旨在加速并行-顺序计算任务。该架构通过采用分层通信策略来减轻主内存的负担，从而解决了传统系统中的瓶颈问题。MCHA还包含一个新颖的编程模型，使用事件驱动触发器来隐藏数据传输延迟。基准测试表明，与NVIDIA A100 GPU相比，MCHA在多智能体强化学习工作负载方面实现了153倍至2400倍以上的显著加速，同时大幅减少了主内存访问。 AI
影响 该架构可能显著加速AI的研究和部署，特别是对于复杂的多智能体系统。
排序理由 该集群包含一篇详细介绍新型硬件架构及其性能基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
