@_akhaliq、私たちの最新作を共有してくださりありがとうございます! K-Meansのような古典的なアルゴリズムは、膨大なデータセットとGPUの時代に再検討されるべきです。Flash-KMeansは、システム観点からアルゴリズムを再考し、現代のハードウェア上で正確なK-Meansを高速かつメモリ効率の高いものにしています。

K-meansは単純です。GPUで高速にすることは問題ではありません。 だからこそ、私たちはFlash-KMeansを開発しました。これは、現代のGPUボトルネックを回避したアルゴリズムを再考する、IO対応の正確なk-means実装です。 メモリのボトルネックに直接攻めることで、Flash-KMeansはcuML上で30倍、FAISS上で200倍の高速化を実現しています。これは、現代のハードウェア向けに設計されたまったく同じアルゴリズムで実現しています。百万スケールでは、Flash-KMeansはk-meansの反復をミリ秒単位で完了できます。 古典的なアルゴリズムを現代GPU向けに再設計したものです。 論文: コード:

🚀 Sparse VideoGen2 (SVG2) の紹介 — セマンティックを意識したスパース アテンションによるパレート フロンティア ビデオ生成の高速化! 🏆スポットライト論文が #NeurIPS2025 に受理されました ✅ トレーニング不要&プラグアンドプレイ ✅ HunyuanVideoで最大2.5×高速、Wan 2.1で1.9×高速 ✅ SOTA品質の維持(アーティファクトなし、ちらつきなし、歪みなし) 📚紙： 💻コード： 🌐ウェブサイト： ⚡アテンションカーネル: 共著:@randwalk0 @ylzhao_dreamer @lmxyy1999 Jintao Zhang @hancai_hm @syn7xavier @xiuyu_l @Chenfeng_X @ZiqiPeng @jianfei_chen @songhan_mit @KurtKeutzer @istoica05 詳細は下記⬇️(1/6) @NeurIPSConf #NeurIPS #VideoGeneration #GenerativeAI #MachineLearning #EfficientAI #OpenSource