热点事件持续更新

arXiv发布Trace框架论文，优化分布式边缘Transformer推理

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月19日，arXiv发布论文，提出Trace框架（Transformer Residual Activation Codebook Encoding），用于通信高效的分布式边缘推理。该框架在分布式Transformer推理中引入向量量化，通过预计算码本使接收端直接查表恢复键值，从而消除下游计算以重叠通信与计算。在ViT-Base等模型上，该框架与现有最优方法相比，准确率最高提升1.89%，端到端推理速度最高提升1.27倍，通信开销最高降低22,624倍。

AI 根据报道生成 · 7 小时前更新

最新进展10月19日 12:00

TRACE: 面向通信高效分布式边缘推理的 Transformer 残差激活码本编码

报道时间线

沿着报道，了解事件的不同侧面。

10月19日

12:00
arXiv · ML
TRACE: 面向通信高效分布式边缘推理的 Transformer 残差激活码本编码
TRACE框架在分布式Transformer推理中引入向量量化，通过预计算码本使接收端直接查表恢复键值，消除下游计算以重叠通信与计算。实验在ViT-Base等模型上显示，与现有最优方法相比，准确率最高提升1.89%，端到端推理速度最高提升1.27倍，通信开销最高降低22,624倍。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月19日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。