Obrigado por compartilhar o nosso mais recente trabalho @_akhaliq ! Algoritmos clássicos como K-Means merecem ser revisitados na era de grandes conjuntos de dados e GPUs. O Flash-KMeans repensa o algoritmo de uma perspectiva de sistemas para tornar o K-Means exato rápido e eficiente em termos de memória no hardware moderno.

𝗞-𝗺𝗲𝗮𝗻𝘀 𝗲́ 𝘀𝗶𝗺𝗽𝗹𝗲. 𝗠𝗮𝗸𝗶𝗻𝗴 𝗶𝘁 𝗳𝗮𝘀𝘁 𝗻𝗼 𝗚𝗣𝗨𝘀 𝗻𝗼𝗻’𝘁. É por isso que construímos o Flash-KMeans — uma implementação ciente de IO do k-means exato que repensa o algoritmo em torno dos gargalos modernos de GPU. Atacando diretamente os gargalos de memória, o Flash-KMeans alcança um aumento de velocidade de 30x em relação ao cuML e 200x em relação ao FAISS — com o mesmo algoritmo exato, apenas projetado para o hardware de hoje. Na escala de um milhão, o Flash-KMeans pode completar uma iteração de k-means em milissegundos. Um algoritmo clássico — redesenhado para GPUs modernas. Artigo: Código:

🚀 Apresentando o Sparse VideoGen2 (SVG2) — Aceleração de geração de vídeo na fronteira de Pareto com atenção esparsa consciente semântica! 🏆 Artigo em destaque aceito na #NeurIPS2025 ✅ Sem necessidade de treinamento & plug-and-play ✅ Até 2,5× mais rápido no HunyuanVideo, 1,9× mais rápido no Wan 2.1 ✅ Qualidade SOTA preservada (sem artefatos, sem cintilação, sem distorção) 📚 Artigo: 💻 Código: 🌐 Website: ⚡ Kernel de Atenção: Trabalho conjunto com: @randwalk0 @ylzhao_dreamer @lmxyy1999 Jintao Zhang @hancai_hm @syn7xavier @xiuyu_l @Chenfeng_X @ZiqiPeng @jianfei_chen @songhan_mit @KurtKeutzer @istoica05 Veja os detalhes abaixo ⬇️ (1/6) @NeurIPSConf #NeurIPS #VideoGeneration #GenerativeAI #MachineLearning #EfficientAI #OpenSource