跳到正文
热点事件持续更新

Unveil 发布基于硬件遥测的 ML 低效检测框架

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

2026 年 10 月 28 日,arXiv 发布论文,介绍由 Ziji Chen 等人提出的 Unveil 框架。该框架专注于检测和修复大型机器学习负载中的隐性低效问题。 Unveil 是一种以硬件为中心的观测框架,其核心特征是完全依赖主机可见的遥测数据。该方法无需对应用进行修改,利用无监督学习模型识别低效点,并将监控开销控制在 2% 以下。 评估结果显示,该系统能够有效降低性能损失。具体表现为可恢复 7% 的吞吐量损失,并将推理延迟降低最多 43.48%。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · ML
    Unveil:基于硬件遥测的机器学习隐性低效检测框架

    Unveil 提出一种仅依赖主机侧遥测数据的框架,用于检测和修复大型机器学习负载中的隐性低效问题。它无需应用修改,使用无监督学习模型识别低效,并减少监控开销至 2% 以下。该系统可将吞吐量损失恢复 7%,并将推理延迟降低最多 43.48%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。