Ripple：利用关联感知神经元管理加速智能手机上的大型语言模型推理

该研究解决了在智能手机上部署大型语言模型（LLMs）时面临的计算和内存需求过高的问题。论文提出了Ripple，通过优化神经元在闪存中的位置，结合神经元共激活的概念，显著提高了数据传输效率。研究表明，Ripple在I/O延迟方面相比现有技术提升了最多5.93倍，开辟了稀疏性驱动算法与存储级系统协同设计的新优化空间。