PulseAugur
中
实时 20:07:45
实体 Flash-KMeans

Flash-KMeans

PulseAugur coverage of Flash-KMeans — every cluster mentioning Flash-KMeans across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 5
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
时间线
  1. 2026-06-15 product_launch Flash-KMeans, an IO-aware and exact k-means library, was released as an open-source project. 来源
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 5 条
  1. SIGNIFICANT · CL_351717 ·

    Meta FAIR 的 e-means 算法提供 10 倍于 k-means 的聚类速度,且损失更低 · 跟踪 8 个来源

    Meta FAIR 推出了 e-means,一种新颖的 k-means 聚类优化过程,其性能显著优于传统的 Lloyd 算法。E-means 利用带有 mini-batch 更新的指数移动平均,在极少量的 epoch 内(1.4-2.6 vs. 25)实现可比或更低的损失,并提供显著的速度提升,在 GPU 上最高可达 10-45 倍。该算法还通过缩放定律自动调整超参数,无需手动调整,使其成为现有 k-means 实现的强大替代品。

  2. TOOL · CL_296387 ·

    Flash-KMeans通过解决内存瓶颈优化GPU上的聚类

    本文深入探讨了现代GPU上K-Means聚类性能的瓶颈,确定DRAM带宽饱和和原子内存写入冲突是关键问题。它引入了Flash-KMeans,一种受FlashAttention启发的面向IO的算法,该算法利用内存分块和在线argmin技术来优化片外DRAM和片上SRAM之间的数据移动。该论文旨在通过最小化读/写事务来提高K-Means的效率。

  3. TOOL · CL_200144 ·

    CAKE框架协同设计编译器代理以促进GPU内核演进

    研究人员开发了CAKE,一个新颖的协同设计框架,它整合了编译器技术和AI代理以增强GPU内核演进。该系统允许代理编写一种称为CAKE IR的专业中间表示(IR),该IR详细说明了硬件调度、内存移动和同步。该框架旨在提高专家GPU内核的可复现性和性能,超越将编译器视为黑箱的局限性。早期结果显示,在NVIDIA GPU上,Flash-KMeans和Kimi Delta Attention等应用程序的速度显著提升,并有可能实现更广泛的内核泛化。

  4. TOOL · CL_91781 ·

    加州大学伯克利分校和德克萨斯大学奥斯汀分校发布速度快 200 倍的 Flash-KMeans 库

    加州大学伯克利分校和德克萨斯大学奥斯汀分校的研究人员开发了 Flash-KMeans,这是一个旨在显著加速 k-means 聚类操作的新开源库。该库通过在 Triton GPU 内核中采用面向 IO 的策略,实现了比当前 GPU 实现快 200 多倍的速度。Flash-KMeans 特别有利于需要频繁进行 k-means 计算的 AI 管道(在训练和推理过程中),其中最小化延迟至关重要。

  5. TOOL · CL_91640 ·

    Flash-KMeans 加速 GPU k-means 聚类超 200 倍

    来自加州大学伯克利分校和德克萨斯大学奥斯汀分校的研究人员开发了 Flash-KMeans,这是一个开源库,可显著加速现代 AI 管道中的 k-means 聚类算法。通过优化 GPU 上的数据移动和重构算法的阶段,Flash-KMeans 实现了显著的加速,据报道在 NVIDIA H200 GPU 上比 FAISS 快 200 多倍,比 NVIDIA cuML 快 33 倍。该库在数学上与标准 k-means 保持一致,侧重于 IO 效…