PulseAugur
实时 05:17:43
English(EN) Reconfigurable Computing Challenge: Transformer for Jet Tagging on Versal AI Engines

Transformer 模型针对 AMD AI 引擎上的 CERN 喷注标记进行了优化

研究人员开发了一种方法,将 transformer 模型部署到 AMD Versal AI 引擎上进行喷注标记,这项任务对于 CERN 大型强子对撞机的触发系统至关重要。该方法涉及一个量化的、仅整数的 transformer,它将密集和多头注意力层映射到 AI 引擎块。一项关键贡献是一个可重用的软件框架,可以从 Python 模型描述生成 Vitis 图代码,从而支持未来的研究并提供开源解决方案。 AI

影响 使得在资源受限的科学仪器中部署先进的 AI 模型成为可能,有望加速高能物理领域的实时数据分析。

排序理由 该集群描述了一篇研究论文,详细介绍了在专用硬件上为特定科学应用(喷注标记)实现 Transformer 模型的新颖方法。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Transformer 模型针对 AMD AI 引擎上的 CERN 喷注标记进行了优化

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Gram Koski, Sean Lipps, Zhenghua Ma, G. Abarajithan, Ryan Kastner ·

    可重构计算挑战:用于 Versal AI 引擎上的 Jet Tagging 的 Transformer

    arXiv:2606.17500v1 Announce Type: new Abstract: Transformer-based models achieve strong performance for jet tagging at the CERN LHC, but deploying them in low-latency, resource-constrained trigger systems is challenging. We present an initial implementation of a quantized, intege…