Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: ProTrain: Enabling Efficient Large Language Model Training via Performance, Energy, and Reliability Co-optimizations
Proyek riset & pengembangan

CAREER: ProTrain: Enabling Efficient Large Language Model Training via Performance, Energy, and Reliability Co-optimizations

Ringkasan tujuan riset

ProTrain mengooptimalkan pelatihan model bahasa dari segi kinerja, energi, keandalan, dan mutu, termasuk toleransi kegagalan tanpa checkpoint serta optimasi energi berbasis pengetahuan.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2540555Periode tercatat 2026-09-01 sampai 2031-08-31.NSF 2540555MulaiAkhir tercatat202620322026-09-012031-08-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Model efisiensi terpadu akan mengkuantifikasi pertukaran berbagai strategi pelatihan agar pilihan penghematan tidak dinilai secara terpisah. Mekanisme toleransi kesalahan berlandasan matematika menargetkan deteksi serta koreksi tanpa checkpoint untuk mengurangi interupsi dan biaya total. Pendekatan energi berbasis pengetahuan memperluas pilihan antara konsumsi daya serta kecepatan. Teknik akan diintegrasikan ke kerangka pelatihan besar dan diuji pada beban mutakhir untuk menilai skalabilitas, ketahanan, serta biaya.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Oregon Eugene
Program
Software & Hardware Foundation
Periode pendanaan tercatat
2026-09-01 → 2031-08-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Software & Systems Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.