HAGC: A Hardware-Aware Gradient Compression framework for distributed deep learning

2026-03-09

0

PRE

AI

DOI：10.1016/j.sysarc.2026.103770

原文求助

摘要

En 中文

• 双边Hadamard变换将工作负载转移到张量核心。 • 错误反馈和协同设计确保吞吐量和收敛稳定性。 • 在A100 GPU上实现了最高3.15倍的加速和2.9倍的能耗降低。

Keyword:

Hadamard Transform

Gradient Compression

Tensor Cores

Distributed Deep Learning

Energy Efficiency