分类：未分类

MegaScale-Infer: Efficient Mixture-of-Experts Model Serving with Disaggregated Expert Parallelism

SIGCOMM 2025 1. 研究背景与核心痛点：MoE 推理的效率瓶颈随着大语言模型进入“万亿参数时代”，混合专家模型（Mixture-of-Experts, MoE）因其能在增加参数量的同时保持较低的激活计算量，成为了构建超大规模模型的首选架构。然而，在实际...

hhx 1周前 (05-18)

. 研究背景：BGP 在超大规模网络迁移中的局限性在 Meta（原 Facebook）的超大规模数据中心（DCN）中，网络迁移（如拓扑扩展、设备更迭、链路重组）已成为日常。传统的 BGP 协议虽然在可扩展性和容错性上表现卓越，但在处理动态迁移任务时却显得捉襟见肘。 BG...

hhx 4周前 (04-28)

1. 摘要（Abstract） VEGA提出了一种全新的只读型（immutable）学习索引，旨在同时实现最先进的经验查询性能和严格的理论查询复杂度保证。现有最快的不变学习索引（如RMI）虽在实际查询吞吐量上表现突出，但缺乏非平凡的最坏情况查询界限；相反，提供紧致界限的索...

hhx 1个月前 (04-13)

Proceedings of the ACM on Management of Data, Volume 3, Issue 3 (June 2025) hps://doi.org/10.1145/3725360 EISSN: 2836-6573 1. 摘要（...

hhx 2个月前 (04-07)

1. 摘要（Abstract） Hydro提出了一种面向机器学习查询的数据库管理系统（ML-centric DBMS），核心创新在于将自适应查询处理（Adaptive Query Processing，AQP）技术全面引入UDF密集型查询场景，从而彻底解决传统静态查询优化...

hhx 2个月前 (03-30)

① 研究背景在多智能体系统（Multi-Agent Systems, MAS）中，如何实现高效协同一直是核心问题。从自动驾驶车队到分布式网络控制，再到你正在研究的跨域协同场景，本质上都面临一个共同挑战：多个异构智能体如何在复杂环境中做出协调一致的决策。然而现实世...

前康 2个月前 (03-25)

①Introduction 多智能体强化学习一直被认为是强化学习中最复杂的一类问题。难点不仅在于每个智能体都要学策略，更在于多个智能体之间必须协同更新，才能提升整体收益。也正因此，这一领域长期依赖一些“折中方案”，比如集中训练、分布执行，通过引入全局信息来缓解训练难度。但...

前康 2个月前 (03-20)

区块链安全 Ruaro N, Gritti F, Meng D, et al. Approve Once, Regret Forever: On the Exploitation of Ethereum’s Approve-TransferFrom Eco...

杨, 宗霖 3个月前 (03-08)

Seer: Accelerating Blockchain Transaction Execution by Fine-Grained Branch Prediction Source: https://www.ndnlab.com/ Zhang S, Cheng...

杨, 宗霖 3个月前 (03-08)

随着电子商务和即时配送需求的持续增长，城市物流系统正面临配送效率、运营成本和资源利用率等多方面挑战。尤其是在“最后一公里”配送环节，传统地面运输容易受到交通拥堵、人力成本上升以及配送时效要求提高等因素的制约。无人机（UAV）因具备机动性强、响应速度快和路径灵活等特点，逐...

韦帆 3个月前 (02-12)