Research Digest — LyndHub

Akses gratis untuk semua konten hanya login saja.

Jadwal Sholat

Memuat jadwal sholat…

Memuat

Research Digest

Ringkasan riset populer untuk praktisi. Terpisah dari portal submisi LyJIT di journal.lyndhub.com.

Ilmu Komputer & AI Teknik & Rekayasa Kedokteran & Kesehatan Ekonomi & Bisnis Ilmu Sosial Hukum Pendidikan Pertanian & Lingkungan Fisika & Matematika Humaniora

Menampilkan 2091–2100 dari 3287

Open AccessOA PDFTerbit 25 Sep 2026

Karakterisasi Biaya Energi Permintaan dan Token untuk Beban Inferensi LLM pada Platform GPU

Prabhu Vellaisamy; Vanessa Lam; Shawn Blanton; John Paul Shen

Ringkasan: Inferensi LLM dihargai berdasarkan token, tetapi energi GPU dikonsumsi sepanjang jendela inferensi, sehingga menimbulkan ketidaksesuaian akuntansi. Karya ini menguraikan energi inferensi menjadi biaya prefill/setup tetap dan energi langkah…
Metode: Penulis mengusulkan model energi terurai untuk beban inferensi LLM. Model ini memisahkan energi menjadi tiga komponen: (1) biaya prefill tetap satu kali, (2) biaya setup generasi …
Hasil: Hasil menunjukkan bahwa energi token dan energi permintaan dapat bergerak ke arah yang berlawanan. Untuk Llama-3.2-1B pada H200 dengan batch-16 dan konteks-4K, menaikkan panjang keluaran dari 10 menj…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Akselerator Perangkat Keras AI untuk Model Bahasa Besar: Arsitektur dan Dinding Memori

Siddharth Patel; Rohit Singh

Ringkasan: Tinjauan ini menyurvei akselerator perangkat keras AI untuk model bahasa besar, menunjukkan bahwa kendala yang menentukan adalah memori, bukan aritmetika. Tinjauan ini membandingkan GPU, ASIC khusus, FPGA, processing-in-memory, neuromorfik…
Metode: Tinjauan ini mengadopsi metodologi komparatif yang digerakkan oleh kerangka kerja. Pertama, tinjauan ini memformalkan struktur komputasi transformer, memisahkan fase prefill (pemr…
Hasil: Analisis komparatif menghasilkan pola yang jelas: tidak ada satu arsitektur pun yang optimal di semua beban kerja. GPU tetap menjadi default yang fleksibel dan kuda pekerja pelatihan, berkat ekosiste…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Evaluasi Kinerja Fast Fourier Transform pada Perangkat Keras RISC-V Baru dengan Dukungan Ekstensi Vektor

Daniel Seibel; Kaveh Haghighi Mood; Jayesh Badwaik; Prateek Chawla; Stepan Nassyr; Andreas Herten

Ringkasan: Digest ini mengevaluasi juFFTe, pustaka FFT ringan berkinerja tinggi, pada tiga prosesor yang siap RVV 1.0 (SiFive X280, SpacemiT K3 X100, Sophon SG2044 C920v2), menunjukkan percepatan substansial dibandingkan FFTW3 sekaligus menyoroti kes…
Metode: Para penulis merancang **juFFTe** sebagai pustaka ringan berkinerja tinggi yang dioptimalkan khusus untuk RVV 1.0. Pustaka ini mengimplementasikan kernel FFT tervektorisasi menggu…
Hasil: Tolok ukur komprehensif mengungkap **peningkatan kinerja substansial** juFFTe dibandingkan FFTW3 pada ketiga prosesor yang mendukung RVV. Temuan utama meliputi: - Pada **SiFive X280**, juFFTe mencapa…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026Discover Internet of Things

Kerangka Blockchain Sadar Kepercayaan dengan Node Edge Berbasis Deception untuk Sistem Kesehatan IoT yang Aman dan Skalabel

D. V.; Kalpesh Popat

Ringkasan: TAB-DEN memadukan blockchain berizin, penilaian kepercayaan edge hierarkis, dan deception berbasis honeypot untuk mengamankan jaringan IoT kesehatan. Kerangka ini mencapai pengurangan overhead kriptografi sekitar 40% sekaligus memberikan k…
Metode: TAB-DEN menggunakan blockchain berizin dengan konsensus Proof of Authority (PoA) untuk memungkinkan autentikasi terdesentralisasi yang tahan manipulasi. Arsitekturnya hierarkis, t…
Hasil: Evaluasi eksperimental menunjukkan bahwa TAB-DEN mengungguli skema yang ada dalam efisiensi pencarian, skalabilitas, dan perlindungan privasi. Secara khusus, kerangka ini mengurangi overhead komputas…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026Future Internet

Teorema CAP Baru pada Sistem Konsensus Blockchain

A. Anagnostakis; E. Glavas

Ringkasan: Makalah ini memperkenalkan teorema CAP baru untuk sistem konsensus otonom, yang membuktikan bahwa pencapaian Konsensus (C), Otonomi (A), dan Performa entropik (P) tidak dapat dioptimalkan secara bersamaan. Tradeoff ini diformalkan mengguna…
Metode: Para penulis memanfaatkan kerangka micro-Blockchain IoT untuk memodelkan sistem konsensus. Mereka mendefinisikan fungsi kuantitatif yang menghubungkan setiap properti (C, A, P) de…
Hasil: Pembuktian formal menunjukkan bahwa untuk sistem homogen, ketiga properti tidak dapat dioptimalkan secara bersamaan. Ini berarti bahwa setiap upaya untuk memaksimalkan ketiganya secara simultan adala…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026Journal of Trends in Computer Science and Smart Technology

Meningkatkan Konsensus IoT Berbasis Directed Acyclic Graph melalui Kerangka Hybrid Stake-Weighted Fast Probabilistic Consensus

Basil Q. Abdulkareem; Suad A. Alasadi

Ringkasan: Makalah ini mengusulkan protokol hybrid Proof-of-Stake dan Fast Probabilistic Consensus (PoS-FPC) untuk sistem IoT berbasis DAG, dengan validator berbobot stake dan mana serta pembobotan adaptif, reward, dan penalti. Simulasi 20.000 transa…
Metode: Kerangka yang diusulkan terdiri atas attachment transaksi pada graf DAG, tanda tangan Ed25519, hashing BLAKE2b-256, kuorum berbobot untuk transaksi yang tidak berkonflik, dan algo…
Hasil: Evaluasi eksperimental menghasilkan throughput 5.128 transaksi per detik, akurasi keputusan 99,6%, ketahanan terhadap adversary 97,81%, latensi kuorum 69,782 ms, latensi konflik FPC 690 ms, dan waktu…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026International Conference of Distributed Computing and Networking

AASC: Konsensus Stake yang Disesuaikan Aktivitas untuk Blockchain IoT yang Skalabel

Susmita Mondal; Adarsh Shrivastava; Jatin Lohar; Suchetana Chakraborty

Ringkasan: AASC memperkenalkan mekanisme konsensus berbasis reputasi yang beradaptasi dengan aktivitas node, mencapai kompleksitas komunikasi O(n) dan komputasi O(n log n) sekaligus memitigasi serangan Sybil, kolusi, dan monopolisasi.
Metode: AASC beroperasi dalam putaran iteratif, di mana setiap node IoT memelihara Consensus Score $S_i$ yang mencerminkan aktivitas dan tingkat kepercayaannya. Skor tersebut diperbarui m…
Hasil: Eksperimen ekstensif dilakukan untuk mengevaluasi AASC terhadap protokol konsensus ringan terkemuka (misalnya, varian PoS, PBFT) dalam hal keadilan, keamanan, dan skalabilitas. Temuan utamanya melipu…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026IoT

Kerangka Kerja Pendukung Keputusan untuk Pemilihan Protokol Konsensus bagi Jaringan IoT Berbasis Blockchain

N. Tashatov; R. Ospanov; D. Satybaldina; Yerzhan N. Seitkulov; B. Yergaliyeva; K. Utebayev

Ringkasan: Makalah ini menyajikan kerangka kerja pendukung keputusan yang menerapkan analisis keputusan multi-kriteria untuk memilih protokol konsensus bagi jaringan IoT berbasis blockchain, menjawab tantangan mencocokkan protokol dengan beragam kebu…
Metode: Makalah ini menjelaskan implementasi sistem pendukung keputusan (DSS) berdasarkan model konseptual untuk pemilihan protokol konsensus. Metodologi berpusat pada analisis keputusan …
Hasil: Makalah ini menyajikan studi kasus untuk mendemonstrasikan penerapan sistem pendukung keputusan. Meskipun abstrak tidak memberikan hasil spesifik, studi kasus kemungkinan melibatkan skenario blockcha…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

Ekspektasi Besar: Tolok Ukur Kinerja Dunia Nyata RVV 1.0 di HPC

Stepan Nassyr; Prateek Chawla; Daniel Seibel; Jayesh Badwaik; Kaveh Haghighi Mood; Andreas Herten

Ringkasan: Makalah ini menilai perangkat keras terbaru yang mendukung RVV 1.0 terhadap chip HPC ARM64 mutakhir, mengungkapkan peningkatan signifikan dibanding eksekusi skalar namun hambatan implementasi spesifik perangkat keras yang tetap ada bagi RI…
Metode: Para penulis menerapkan strategi tolok ukur ganda: tolok ukur HPC standar dan beban kerja sintetis. Tolok ukur HPC standar meliputi BLAS (Basic Linear Algebra Subprograms), FFTW (…
Hasil: Temuan menunjukkan bahwa RVV 1.0 memberikan peningkatan kinerja signifikan dibanding eksekusi skalar di semua platform yang diuji. Namun, besaran keuntungan ini sangat bervariasi tergantung implement…

Akses dokumen Redaksi lengkap

Open AccessOA PDFTerbit 25 Sep 2026

HARTS: Reinforcement Learning Agentik yang Efisien untuk Model Hybrid-Attention pada Pohon Rollout Arbitrer

Boyuan Meng; Peihua Bao; Hong Liu; Xiaowei Zhu; Chao Wang; Gen Li; Zhenxuan Pan

Ringkasan: HARTS adalah sistem untuk reinforcement learning agentik pada model hybrid-attention yang memampatkan prefiks rollout bersama dan menjadwalkan microbatch terpaket pada pohon arbitrer, mencapai percepatan forward/backward/gradient 4,81–4,87…
Metode: HARTS beroperasi pada representasi pohon rollout yang dimampatkan. Setelah pemampatan prefiks, sistem merencanakan microbatch, penugasan replika DP, dan jadwal microbatch-slot pad…
Hasil: Evaluasi menggunakan beban kerja Agentic RL yang dihasilkan dari tugas SWE-bench. Pada beban kerja ini, HARTS mencapai percepatan forward/backward/gradient **4,81–4,87×** dengan recomputation aktivas…

Akses dokumen Redaksi lengkap