Работа посвящена оптимизации потребления ресурсов в центрах обработки данных. Предложена бинарная классификация виртуальных машин (ВМ) по сценариям потребления ресурсов. Известно, что предположение квазистационарности сценариев часто нарушается из-за динамичного поведения ВМ. Классификация основана на изменении дисперсии Аллана во времени. Сравнены методы Оцу, k-средних и гауссовых смесей для классификации; наилучшие результаты показали гауссовы смеси.

В работе исследуется технология AoT компиляции Java-приложений Project Leyden. Сравниваются режимы компиляции с профилем и без профиля. Проводится анализ производительности и предсказуемости системы.

В работе исследуется оптимальность применения существующего подхода подключения внешнего компилятора для новой Ahead-of-Time функциональности в рамках проекта Leyden. Приводится сравнение производительности скомпилированного кода с побочным эффектом загрязнения профиля интерфейсом JVMCI и без него.

В работе представлена первая высокопроизводительная реализация индустриального стандарта STAC-A2 для архитектуры RISC-V, воспроизводящая ключевые этапы анализа рыночных рисков: от стохастического моделирования по модели Хестона до оценки опционов методом Монте-Карло. Созданная кодовая база позволяет проводить объективное сравнение производительности RISC-V систем с такими доминирующими архитектурами, как x86_64 и NVIDIA на репрезентативной финансовой нагрузке.

Исследована робастность 27 алгоритмов машинного обучения для оценки состояния заряженности (SoC) литий-ионных аккумуляторов в условиях зашумления. Модели тестировались на данных с гауссовским шумом (10–50 %) и систематическим смещением (0–5 %) к базовому уровню шума. Нейросети показали ухудшение по MAE на 13–28 % при максимальном шуме. Бустинги наиболее робастны: ухудшение лишь на 0,5–1,2 % при 50 % шуме и 5 % смещении, что делает их предпочтительнее для встраиваемых BMS.

Работа посвящена алгоритму разделения единого исходного кода для гетерогенного устройства на модули кода для различных блоков устройства. В качестве исследуемого устройства в работе выбрана архитектура включающая в себя скалярный процессор и векторный ускоритель, взаимодействие которых соответствует базовому концепту программ ядер. Реализация алгоритма основана на инфрастуктуре для разработки компиляторов LLVM. 

Исследуем неустойчивость JIT-оптимизаций HotSpot на семантически эквивалентных (NFC) рефакторингах: одинаковые по смыслу варианты кода могут приводить к разным решениям оптимизатора и изменению метрик исполнения. Предлагаем метрико-ориентированный подход и инструмент jit-comparator: разогрев (warmup) до C2, сбор JIT-логов и JMH-метрик, извлечение статических/динамических метрик и оценка различий для поиска проблемных рефакторингов.

Цель работы – исследование применимости и апробация метода фаззинг‑тестирования для выявления семантически эквивалентных рефакторингов, приводящих к различиям в результатах JIT‑компиляции в виртуальной машине Java, и разработка инструмента для автоматизации экспериментов.

В работе представлены результаты применения методологии Cell-Aware Test (CAT), основанной на аналоговом моделировании дефектов внутри ячеек типа обрыв/замыкание и транзисторных неисправностей. Установлено, что применение CAT обеспечивает существенное снижение доли необнаруженных неисправностей при умеренном росте тестовых затрат, а использование физических моделей дефектов открывает дополнительные возможности для диагностики производственных отказов.

В работе рассматривается методология оптимизации вычислительных графов нейросетей на основе анализа арифметической интенсивности. Описывается и классифицируется набор оптимизирующих преобразований, предлагается стратегия выбора и применения преобразований в зависимости от типа вычислений и архитектурных особенностей целевого устройства. Проводится моделирование и оценка эффективности применения предложенных оптимизаций на репрезентативном наборе сетей для теоретической вычислительной архитектуры

В работе реализован алгоритм для быстрых передач данных при распределенном инференсе больших языковых моделей. Ускорение происходит за счет квантизации передаваемых данных. В работе показано, что алгоритм минимально уменьшает точность при ускорении передачи данных примерно в 4 раза.

В работе исследуются два метода ускорения моделирования исполнения нейронных сетей на симуляторе производительности с сохранением точности. Первый - параллельное исполнение разделенных на интервалы сетей: применим для всех типов архитектур нейронных сетей. Второй - исполнение уникальных интервалов сетей 1 раз: применим для нейронных сетей-трансформеров. Оба метода показали высокие результаты: сохранение точности и ускорение моделирования в первом случае от 1,5 до 4 раз, во втором 3,6 раз.

Реализация предсказателя переходов (BPU) для микроконтроллера, а так же исследование повышения производительности  и затрат на ресурсы.

В работе исследуется задача минимизации барьеров памяти в архитектурах с асинхронным доступом, где аппаратное переупорядочение нарушает программный порядок. Задача формализована как NP-трудная задача о мультиразрезе графа (Graph Multicut).  Предложен эвристический алгоритм, позволяющий находить субоптимальную расстановку барьеров за полиномиальное время, что способствует сокращению количества избыточных инструкций синхронизации при сохранении корректности исполнения кода.

В работе исследуется влияние состава обучающей выборки на качество метрического обучения нейросетевых моделей для поиска литографически-близких топологических паттернов. На основе экспериментов с различными комбинациями классов сформулированы рекомендации по формированию обучающего набора данных, обеспечивающие максимальную точность поиска аналогов в базах данных технологичных решений.

Разработан алгоритм PLRC для FDTD-моделирования дисперсных сред в оптической литографии. Реализация на Python/PyTorch ускоряет расчёт ближнего поля фотошаблонов, содержащих металлы и диэлектрики. Метод обеспечивает точный анализ фазосдвигающих масок, необходимый для коррекции оптической близости.

В работе представлен подход к анализу дефектов карт пластин с использованием многозадачной модели на базе архитектуры Swin Transformer, позволяющий одновременно решать задачи классификации дефектов и формирования метрически структурированного признакового пространства для карт пластин. Экспериментально показано, что предложенный метод обеспечивает высокую точность классификации дефектов (96%) и формирует информативные признаковые представления.

В работе рассматриваются оптимизация алгоритма матричного умножения в многоуровненой иерархии памяти в применении к обучениею нейронных сетей.

В работе проанализировано влияние SRAF на NILS воздушного изображения в процессе литографии. Предложен градиентный алгоритм многоуровневной оптимизации, решающий задачи корректировки контуров фотошаблона и размещения целостных SRAF-структур на нем. Валидация алгоритма на датасете NeuralILT подтвердила его эффективность в задачах инверсной литографии.

Разработана инфраструктура для тестирования устойчивости JIT-компиляции в JVM к семантически эквивалентным рефакторингам Java-кода. Предложенный подход объединяет фреймворк рефакторингов на основе JavaParser, фаззер и компаратор для автоматизированного анализа метрик выполнения. Апробация на микробенчмарках подтвердила наличие таких неустойчивостей даже при незначительных рефакторингах вроде замены конкатенации строк на StringBuilder.

В работе представлена модель аберраций оптической системы фотолитографа, основанная на разложении волнового фронта по базису полиномов Цернике. Основным результатом является разработка и численная реализация метода декомпозиции искажений волнового фронта, минимизирующего ошибку между симулированными и реальным изображением топологии путем градиентной оптимизации коэффициентов Цернике. Предложенный подход позволяет восстановить аберрационные коэффициенты без использования  волнового датчика.

Работа посвящена устранению уязвимостей памяти при DMA-операциях в виртуализированных средах, которые остаются невидимыми для стандартных инструментов анализа из-за изоляции адресных пространств гостя и хоста.

В работе исследуется применение ИИ агента для решения задачи восстановления геометрии поверхности фоторезиста по снимку SEM. Результат работы помог значительно упростить обработку СЭМ-изображений и повысить качество дальнейшего анализа протравленных областей фоторезиста.

Работа посвящена упрощению стиля программирования в языке C. Был предложен предпроцессор, который по пометкам в исходном коде распознаёт функции структуры, требующие неявного указателя на объект, и автоматически преобразует вызовы вида s->method() в эквивалентный C-вызов s->method(s). Решение использует стандартный препроцессор компилятора, разбор кода в AST и трансформацию деревьев вызовов.