第四大MLSys 2021[虚拟]
亚历克斯·斯莫拉 ， 亚历克斯·迪马基斯 ， 离子石 :
机器学习与系统2021年会议录，MLSys 2021，虚拟，2021年4月5日至9日。 mlsys.org网站 2021 伊萨克·埃多·维凡科斯 ， 萨耶赫·谢里菲 ， 丹尼尔·利·马 ， 阿梅尔·阿卜杜勒哈迪 ， 恰兰·班农 ， 米洛斯·尼科利奇 ， 穆斯塔法·马哈茂德 ， 阿尔贝托·德尔马斯·拉斯科茨 ， Gennady Pekhimenko先生 ， 安德烈亚斯·莫绍沃斯 :
Boveda：逐块构建芯片上的深度学习记忆层次结构。 小虎汤 ， 韩世浩 ， 张丽娜（Li Lyna Zhang） ， 曹婷（Ting Cao） ， 刘云欣 :
将神经网络设计与现实世界性能联系起来：神经网络的行为研究。 普拉蒂克·费加德 ， 陈天奇（Tianqi Chen） ， 菲利普·吉本斯 ， 托德·C·莫瑞 :
Cortex：递归深度学习模型的编译器。 索拉巴·阿加瓦尔 ， 王宏毅 ， 李康旭 ， Shivaram Venkataraman公司 ， Dimitris S.Papailiopoulos公司 :
通过关键学习机制识别的自适应梯度通信。 萨米尔·库马尔 ， 于爱玛·王 ， 克利夫·杨 ， 詹姆斯·布拉德伯里 ， 纳文·库马尔 ， 陈德豪 ， 安迪·斯温 :
探索谷歌TPUS上ML训练的并发限制。 卢卡斯·李本温 ， 岑克·贝加尔 ， 布兰登·卡特 ， 大卫·吉福德 ， 丹妮拉·鲁斯 :
在修剪中迷失：修剪神经网络对测试准确性的影响。 山塔努·曼达尔 ， 托德·安德森 ， 哈维尔·图雷克 ， 贾斯汀·戈奇利奇 ， 周圣田 ， 阿卜杜拉·穆扎希德 :
学习机器编程的健身功能。 沙布纳姆·达格哈吉 ， 尼古拉斯·梅斯伯格 ， 赵梦楠 ， 安舒马利·施里瓦斯塔瓦 :
在现代CPU上加速SLIDE深度学习：矢量化、量化、内存优化等。 姚瑶丁 ， 李根柱（Ligeng Zhu） ， 贾志浩 ， Gennady Pekhimenko先生 ， 宋汉 :
IOS：CNN加速的Inter-Operatior Scheduler。 利雅得-巴格达迪 ， 马西尼萨·梅鲁安尼 ， 穆罕默德·希哈姆·莱赫塔斯 ， 卡迈勒·阿布杜斯 ， 塔哈·阿尔巴乌 ， 卡里玛·贝纳奇巴 ， 萨曼·阿马拉辛赫 :
基于深度学习的自动代码优化成本模型。 Omid Aramoon公司 ， 陈品玉（Pin-Yu Chen） ， 港区 :
别忘了在渐变上签名！ 沈海晨（Haichen Shen） ， 杰瑞德·罗什 ， Zhi Chen先生 ， 魏晨 ， 吴勇 ， 穆力 ， 文·夏尔马 ， 扎卡里·塔特洛克 ， 王一达 :
敏捷：高效编译用于模型推理的动态神经网络。 哈姆扎·阿卜杜勒·阿齐兹 ， 阿里·沙菲 ， Jong Hoon Shin先生 ， 阿尔达文·佩德拉姆 ， 约瑟夫·哈松 :
重新思考混合精度DNN加速器的浮点开销。 布伦南·塞塔 ， 丹尼斯·沙巴林 :
Swift for TensorFlow：一个便携式、灵活的深度学习平台。 杨一成 ， Phitchaya Mangpo Phothilimthana公司 ， 王毅苏（Yisu Remy Wang） ， 马克斯·威尔西 ， 苏迪普·罗伊 ， 雅克·皮纳尔 :
张量图超优化的等式饱和。 杨伯文（Bowen Yang） ， 张健 ， 乔纳森·李 ， 克里斯托弗·雷 ， 克里斯托弗·阿贝格 ， 克里斯托弗·德萨 :
PipeMare：异步管道并行DNN培训。 艾哈迈德·阿卜杜勒莫尼姆 ， 艾哈迈德·埃尔扎纳蒂 ， 穆罕默德·斯利姆·阿鲁尼 ， 马可·卡尼尼 :
一种用于分布式训练系统的高效基于统计的梯度压缩技术。 贝诺伊·斯坦纳 ， 克里斯·卡明斯 ， 贺贺拉斯 ， 休皮革 :
深度学习工作负载吞吐量优化的价值学习。 赛义德·马利基 ， 穆苏瓦蒂夫人 ， 托德·米特科维奇 ， 奥利·萨里基维 ， 徐天驹 ， 瓦迪姆·埃克萨列夫斯基 ， 贾利亚·埃卡纳亚克 ， 埃马德·巴苏姆 :
使用自适应求和缩放分布式训练。 朱利奥·周 ， 马丁·马斯 :
学习数据中心存储系统的分布式跟踪。 王宏毅 ， 索拉布·阿加瓦尔 ， Dimitris S.Papailiopoulos公司 :
河豚鱼：无需额外费用的高效沟通模型。 塞缪尔·考夫曼 ， Phitchaya Mangpo Phothilimthana公司 ， Yanqi Zhou公司 ， 查里斯·门迪斯 ， 苏迪普·罗伊 ， 阿米特·萨本 ， 迈克·伯罗斯 :
张量处理单元的学习性能模型。 邵怀石 ， 周贤浩 ， 宋树涛 ， 王兴耀 ， 朱子琳 ， 薛煌 ， 新疆 ， 周飞虎 ， 郭振宇 ， 谢立强 ， 瑞兰 ， 咸滨欧阳 ， 张燕（音译） ， 洁前卫 ， 精工 ， 林伟良 ， Ping Gao公司 ， 彭蒙 ， 徐晓敏 ， 郭晨阳 ， 柏杨 ， 陈志波 ， 吴永健 ， 朱晓文 :
面向公共云集群上深度学习的可扩展分布式培训。 林云峰 ， 桂林李 ， 张兴 ， 张卫南（Weinan Zhang） ， 陈波（Bo Chen） ， 唐瑞明 ， 李振国 ， 贾世峰 ， Yong Yu（永余） :
ModularNAS：面向模块化和可重用的神经架构搜索。 池王 ， 吴庆云 ， 马库斯·魏默 ， 二抗朱 :
FLAML：一个快速轻量级的AutoML库。 尹春星 ， 舱底Acun ， 卡罗尔·让·吴 ， Xing Liu（刘星） :
TT-Rec：深度学习推荐模型的张量训练压缩。 岳照 ， 西阳湖 ， 程程 ， 王聪（音） ， 长林湾 ， 王文（Wen Wang） ， 杨佳宁 ， 白浩平 ， 郑丽 ， 曹啸 ， 王云龙 ， 芝巧 ， 孙继萌 ， 莱曼·阿科格鲁 :
SUOD：加速大规模非监督异构异常检测。 Atli Kosson公司 ， 维塔莉·奇利 ， 阿比纳夫·维尼加拉 ， 乔尔·赫斯特内斯 ， 乌尔斯·科斯特 :
大规模流水线反向传播：无批训练大型模型。 俞培峰 ， 刘嘉晨 ， 莫沙拉夫·乔杜里 :
流体：资源软件超参数调整引擎。 科尔比·R·班伯里 ， 楚滕州 ， 伊戈尔·费多罗夫 ， 拉蒙·马塔斯·纳瓦罗 ， 乌尔米什·塔克尔 ， 迪巴卡尔峡谷 ， 维杰·贾纳帕·雷迪 ， 马修·马蒂娜 ， 保罗·N·沃特莫 :
MicroNets：用于在商品微控制器上部署TinyML应用程序的神经网络架构。 乌尔米什·塔克尔 ， 保罗·N·沃特莫 ， 刘志刚 ， 马修·马蒂纳 ， 杰西·博伊 :
掺杂：使用稀疏结构加法矩阵对LSTM模型进行极端压缩的技术。 马桂香 ， 姚晓 ， 西奥多·威尔克 ， 内斯林·K·艾哈迈德 ， 沙欣·纳扎里安 ， 保罗·博格丹 :
多核系统中自动并行的分布式图论框架。 大卫·斯图兹 ， 南迪尼·昌德拉穆蒂 ， 马蒂亚斯·海因 ， 伯恩特·席勒 
:
高能DNN加速器的误码鲁棒性。 尚旺 ， 杨培明 ， 郑宇轩 ， 辛莉（Xin Li） ， Gennady Pekhimenko先生 :
水平融合训练阵列：用于训练新型深度学习模型的有效硬件利用挤压器。 埃亚尔·西登 ， Evgenya Pergament公司 ， 扎恩·阿斯加 ， 阿萨夫·西登 ， 萨钦·卡蒂 :
描述和控制边缘设备的模型不稳定性。 Kiwan Maeng先生 ， 希瓦姆·巴鲁卡 ， 伊莎贝尔·高 ， 马克·杰弗里 ， 维克拉姆萨拉夫 ， 苏伯乐 ， 卡罗琳·特里佩尔 ， 杨纪艳 ， 迈克·拉巴特 ， 布兰登·露西亚 ， 卡罗尔·让·吴 :
理解并改进部分恢复的深度学习建议的容错训练。 巴拉赞·巴拉吉 ， 克里斯托弗·卡科维奇 ， 巴拉克里什南·纳拉亚纳斯瓦米 :
FirePlace：放置Firecraker虚拟机和后视模拟。 王冠华 ， 刘壮 ， 谢国忠（Brandon Xieh） ， 思源庄 ， 约瑟夫·冈萨雷斯 ， 特雷弗·达雷尔 ， 离子斯托伊卡 :
sensAI：通过类并行性进行卷积网分解，用于实时数据的快速推理。 汤姆·班宁克 ， 亚当·希利尔 ， 卢卡斯·盖革 ， 蒂姆·德布鲁因 ， 利昂·奥弗维尔 ， 杰默·内维尔 ， 科恩·赫尔韦根 :
Larq计算引擎：设计、基准测试和部署最先进的二值化神经网络。 王冠华 ， 王克汉 ， 江克南（Kenan Jiang） ， 李向军 ， 离子斯托伊卡 :
小波：带时钟调度的高效DNN训练。 安德烈·伊万诺夫 ， 尼科利·德莱登 ， 塔尔·本努 ， 李世刚 ， 托尔斯滕·霍夫勒 :
数据移动是您所需要的：优化变压器的案例研究。 克里斯托夫·米勒 ， 弗朗索瓦·塞雷 ， 加甘迪普·辛格 ， 马库斯·普舍尔 ， 马丁·T·韦切夫 :
GPU上的缩放多面体神经网络验证。 泽维尔·布瑟利尔 ， 皮埃尔·德劳奈 ， 米尔科·布朗齐 ， 阿西亚·特罗菲莫夫 ， 布伦南·尼康波鲁克 ， 司徒华 ， 纳扎宁·穆罕默德·塞帕瓦德 ， 爱德华·拉夫 ， 卡尼卡·马丹 ， 维克拉姆·沃莱蒂 ， 萨米拉·埃布拉希米·卡胡 ， 文森特·米查尔斯基 ， 塔尔·阿贝尔 ， 克里斯·帕尔 ， 加勒·瓦罗佐 ， 帕斯卡·文森特 :
机器学习基准中差异的解释。 纳塔莉·劳什梅尔 ， 维卡斯·库马尔 ， Rahul Huilgol公司 ， 安德烈亚·奥尔贾蒂 ， 萨塔达尔·巴塔查吉 ， 尼哈尔·哈里什 ， Vandana Kannan公司 ， 阿莫尔·勒 ， 阿尼鲁德·阿查里亚 ， 杰瑞德·尼尔森 ， 拉克希米·罗摩克里希南 ， 伊斯汉·巴特 ， Kohen Chia公司 ， 内尔斯·多达 ， 李志翰 ， 顾嘉诚 ， Miyong Choi先生 ， 巴拉吉·纳加拉扬 ， 杰弗里·格瓦尔盖塞 ， 丹尼斯·达维登科 ， 李思飞 ， 陆晃 ， 爱德华·金姆 ， 泰勒山 ， Krishnaram Kenthapadi公司 :
亚马逊SageMaker调试器：一个实时洞察机器学习模型训练的系统。 詹姆斯·格里森 ， 莫西·加贝尔 ， Gennady Pekhimenko先生 ， 埃亚尔·德拉腊 ， 斯利瓦桑·克里希南 ， 维杰·贾纳帕·雷迪 :
RL-Scope：深度强化学习工作负荷的跨层分析。 罗伯特·戴维德 ， 杰瑞德·杜克 ， Advait耆那教 ， 维杰·贾纳帕·雷迪 ， 纳特·杰弗里斯 ， 李健 ， 尼克·克莱格 ， 伊恩·纳皮尔 ， 梅格纳·纳特拉杰 ， 王铁珍 ， 沃顿 ， 洛矶罗兹 :
TensorFlow Lite Micro:TinyML系统的嵌入式机器学习。 康斯坦蒂诺斯·康斯坦蒂尼迪斯 ， 阿迪蒂亚·拉莫尔西 :
ByzShield：一个高效且健壮的分布式训练系统。 纳丁·盖巴拉 ， 曼亚·戈巴迪 ， 保罗·科斯塔 :
共享机器学习集群的网络内聚合。 姜文琪（Wenqi Jiang） ， 何振浩 ， 张帅（Shuai Zhang） ， 托马斯·B·普鲁（Thomas B.Preußer） ， 曾凯（Kai Zeng） ， 梁峰 ， 张建松 ， 刘彤萱 ， 李勇 ， 周敬仁 ， 策张 ， 古斯塔沃·阿隆索 :
MicroRec：硬件和数据结构解决方案的高效推荐推理。 Wakatsuki先生 ， 塞基托希·卡奈 ， 藤原康弘 :
加速用于视频分析的CNN推理，同时利用激活稀疏性保持准确性。 史蒂夫·戴 ， Rangharajan Venkatesan先生 ， 马克·伦 ， 布莱恩·齐默 ， 威廉·戴利 ， 布鲁斯·凯拉尼 :
VS-Quant：用于精确低精度神经网络推断的全矢量量化。 Ettore M.G.Trainiti公司 ， 塔纳蓬·诺拉塞特 ， 大卫·德米特 ， 道格·唐尼 ， 西蒙·坎帕诺尼 :
代码：基于编译器的神经元感知集成训练。
