热点事件持续更新

Cocoon：相关噪声差分隐私训练系统架构

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者提出差分隐私训练系统架构 Cocoon，将大规模噪声历史分布的存储与处理分散到 CPU、GPU 和内存扩展模块，并针对稀疏嵌入表优化、利用尚未商用的近内存处理（NMP）设备，以降低相关噪声机制在模型或嵌入表较大时的高开销。在基于 FPGA 的 NMP 原型系统上，Cocoon 性能提升 1.23–10.82 倍。该工作发表于 USENIX OSDI'26。

AI 根据报道生成 · 1 小时前更新

最新进展10月5日 12:00

Cocoon：面向相关噪声差分隐私训练的系统架构

报道时间线

沿着报道，了解事件的不同侧面。

10月5日

12:00
arXiv：cs.LG
Cocoon：面向相关噪声差分隐私训练的系统架构
针对差分隐私训练中相关噪声机制在模型较大或嵌入表较大时开销显著的问题，研究者提出系统架构 Cocoon，将大规模噪声历史分布存储与处理于 CPU、GPU 和内存扩展模块，并针对稀疏嵌入表优化、利用即将商用的近内存处理（NMP）设备。在基于 FPGA 的 NMP 原型系统上，Cocoon 性能提升 1.23-10.82x。该工作发表于 USENIX OSDI'26。

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。