Спасибо за то, что поделились нашей новейшей работой @_akhaliq ! Классические алгоритмы, такие как K-Means, заслуживают пересмотра в эпоху массивных наборов данных и GPU. Flash-KMeans переосмысляет алгоритм с точки зрения систем, чтобы сделать точный K-Means быстрым и экономящим память на современном оборудовании.

𝗞-𝗺𝗲𝗮𝗻𝘀 𝗶𝘀 𝘀𝗶𝗺𝗽𝗹𝗲. 𝗠𝗮𝗸𝗶𝗻𝗴 𝗶𝘁 𝗳𝗮𝘀𝘁 𝗼𝗻 𝗚𝗣𝗨𝘀 𝗶𝘀𝗻’𝘁. Именно поэтому мы разработали Flash-KMeans — реализацию точного k-means с учетом ввода-вывода, которая переосмысляет алгоритм с учетом современных узких мест GPU. Нападая непосредственно на узкие места памяти, Flash-KMeans достигает ускорения в 30 раз по сравнению с cuML и в 200 раз по сравнению с FAISS — с тем же самым точным алгоритмом, просто адаптированным для современного оборудования. На масштабе в миллион Flash-KMeans может завершить итерацию k-means за миллисекунды. Классический алгоритм — переработанный для современных GPU. Статья: Код:

🚀 Представляем Sparse VideoGen2 (SVG2) — ускорение генерации видео на основе парето-фронтира с семантически осознанным разреженным вниманием! 🏆 Статья в центре внимания принята на #NeurIPS2025 ✅ Без обучения и готовая к использованию ✅ До 2.5× быстрее на HunyuanVideo, 1.9× быстрее на Wan 2.1 ✅ Сохранено качество SOTA (без артефактов, без мерцания, без искажений) 📚Статья: 💻Код: 🌐Вебсайт: ⚡Ядро внимания: Совместная работа с: @randwalk0 @ylzhao_dreamer @lmxyy1999 Цзинтао Чжан @hancai_hm @syn7xavier @xiuyu_l @Chenfeng_X @ZiqiPeng @jianfei_chen @songhan_mit @KurtKeutzer @istoica05 Смотрите детали ниже ⬇️ (1/6) @NeurIPSConf #NeurIPS #VideoGeneration #GenerativeAI #MachineLearning #EfficientAI #OpenSource