Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Zeng, Chaoliang"'
Recent years have witnessed a plethora of learning-based solutions for congestion control (CC) that demonstrate better performance over traditional TCP schemes. However, they fail to provide consistently good convergence properties, including {\em fa
Externí odkaz:
http://arxiv.org/abs/2403.01798
Autor:
Li, Wenxue, Zhang, Junyi, Zeng, Gaoxiong, Liu, Yufei, Wang, Zilong, Zeng, Chaoliang, Zhou, Pengpeng, Wang, Qiaoling, Chen, Kai
RDMA has been widely adopted for high-speed datacenter networks. However, native RDMA merely supports one-to-one reliable connection, which mismatches various applications with group communication patterns (e.g., one-to-many). While there are some mu
Externí odkaz:
http://arxiv.org/abs/2307.14074
Autor:
Xu, Kaiqiang, Wan, Xinchen, Wang, Hao, Ren, Zhenghang, Liao, Xudong, Sun, Decang, Zeng, Chaoliang, Chen, Kai
In Machine Learning (ML) system research, efficient resource scheduling and utilization have always been an important topic given the compute-intensive nature of ML applications. In this paper, we introduce the design of TACC, a full-stack cloud infr
Externí odkaz:
http://arxiv.org/abs/2110.01556
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE/ACM Transactions on Networking; February 2024, Vol. 32 Issue: 1 p627-642, 16p
Publikováno v:
IEEE/ACM Transactions on Networking; 2024, Vol. 32 Issue: 3 p1888-1903, 16p