Grazie per aver condiviso il nostro ultimo lavoro @_akhaliq ! Algoritmi classici come K-Means meritano di essere rivisitati nell'era dei dataset massivi e delle GPU. Flash-KMeans ripensa l'algoritmo da una prospettiva sistemica per rendere K-Means esatto, veloce ed efficiente in termini di memoria sull'hardware moderno.

𝗞-𝗺𝗲𝗮𝗻𝘀 è 𝘀𝗶𝗺𝗽𝗹𝗲. 𝗠𝗮𝗸𝗶𝗻𝗴 𝗶𝘁 𝗳𝗮𝘀𝘁 𝗼𝗻 𝗚𝗣𝗨𝘀 𝗶𝘀𝗻’𝘁. Ecco perché abbiamo creato Flash-KMeans — un'implementazione consapevole dell'IO dell'algoritmo k-means esatto che ripensa l'algoritmo attorno ai colli di bottiglia moderni delle GPU. Attaccando direttamente i colli di bottiglia della memoria, Flash-KMeans ottiene un'accelerazione di 30 volte rispetto a cuML e 200 volte rispetto a FAISS — con lo stesso algoritmo esatto, semplicemente ingegnerizzato per l'hardware di oggi. A scala di un milione, Flash-KMeans può completare un'iterazione k-means in millisecondi. Un algoritmo classico — riprogettato per le GPU moderne. Carta: Codice:

🚀 Introduzione di Sparse VideoGen2 (SVG2) — accelerazione della generazione video sulla frontiera di Pareto con attenzione sparsa consapevole del semantico! 🏆Articolo in evidenza accettato da #NeurIPS2025 ✅ Senza necessità di addestramento e plug-and-play ✅ Fino a 2,5× più veloce su HunyuanVideo, 1,9× più veloce su Wan 2.1 ✅ Qualità SOTA preservata (nessun artefatto, nessun sfarfallio, nessuna distorsione) 📚Articolo: 💻Codice: 🌐Sito web: ⚡Kernel di attenzione: Lavoro congiunto con: @randwalk0 @ylzhao_dreamer @lmxyy1999 Jintao Zhang @hancai_hm @syn7xavier @xiuyu_l @Chenfeng_X @ZiqiPeng @jianfei_chen @songhan_mit @KurtKeutzer @istoica05 Vedi i dettagli qui sotto ⬇️ (1/6) @NeurIPSConf #NeurIPS #VideoGeneration #GenerativeAI #MachineLearning #EfficientAI #OpenSource