研究人员开发了GraphGP，这是一种GPU加速算法，旨在使高斯过程更具可扩展性。这种新方法利用Vecchia近似将计算复杂度从三次降低到线性，从而能够处理近十亿个参数。关键创新包括一种新颖的位反转k-d树排序，用于高效的邻域搜索和并行处理，以及一个可微分的CUDA实现，该实现比现有的JAX基线在速度和内存使用方面都有显著优势。 AI
影响 使高斯过程在机器学习和科学建模中的大规模应用成为可能。
排序理由 该集群包含一篇详细介绍新算法及其实现的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.11402v1 Announce Type: cross Abstract: Gaussian processes are a powerful tool for modeling continuous fields, but their naive $\mathcal{O}(N^3)$ computational cost and $\mathcal{O}(N^2)$ memory requirement often limit their practical use. Vecchia's approximation is a s…
Gaussian processes are a powerful tool for modeling continuous fields, but their naive $\mathcal{O}(N^3)$ computational cost and $\mathcal{O}(N^2)$ memory requirement often limit their practical use. Vecchia's approximation is a sparse precision matrix approximation for stationar…