Explore les moteurs OLTP accélérés GPU, mettant l'accent sur l'efficacité de la mémoire et le débit de requêtes dans les applications à forte intensité de données.
Explore les solveurs OPF haute performance, répondant aux défis de l'optimisation du système d'alimentation et présentant des accélérations significatives et des approches efficaces en mémoire.
Explore l'évolution de la co-conception matériel / logiciel, en soulignant l'importance de la spécialisation et les défis de l'optimisation des performances et de l'efficacité énergétique.
Présente le théorème principal pour l'analyse de la complexité du temps de l'algorithme à travers la subdivision des problèmes et l'application de la formule.
Couvre les mécanismes d'attention subquadratiques et les modèles d'espace d'état, en se concentrant sur leurs fondements théoriques et leurs implémentations pratiques dans l'apprentissage automatique.
Couvre l'architecture des transformateurs et les mécanismes d'attention subquadratiques, en se concentrant sur les approximations efficaces et leurs applications dans l'apprentissage automatique.
Introduit la programmation dynamique, en se concentrant sur l'économie de calcul en se souvenant des calculs précédents et en l'appliquant pour résoudre efficacement les problèmes d'optimisation.
