Pushing the Envelope of LLM Inference with Ultra-Low-Bit Quantized Models
推动AI-PC和英特尔GPU上LLM推理的边界
机构 * Intel Corporation（英特尔公司）
AI总结 本文通过优化CPU和GPU上的低比特推理框架，实现了在AI-PC和英特尔Xe GPU上更高效的LLM推理，提升了端到端延迟和GEMM性能。
大厂专区
Intel（英特尔）
ReLATE: Accelerating Tensor Decomposition via Safe and Efficient Learning of Sparse Encodings
ReLATE：通过安全高效学习稀疏编码加速张量分解
机构 * Intel Corporation（英特尔公司） ； University of Erlangen-Nürnberg（埃尔兰根-纽伦堡大学） ； University of Oregon（俄勒冈大学）
AI总结 ReLATE是一种学习增强框架，通过混合强化学习算法发现安全高效的稀疏编码，可在低开销下加速张量分解，在真实稀疏张量上较专家设计格式最高提速2倍。
Comments Accepted to SC 2026
