SeT-Diff: Semantische Foundation Models für HPC Telemetrie und Time-Series

arXiv:2607.22548v1 Ankündigung: Neue Arbeit. Abstract: Rechenzentren und ihre Compute-Knoten erfordern genaue und flexible digitale Zwillinge, die das komplexe Zusammenspiel von Workloads, Umgebungsparametern und physikalischen Metriken modellieren können. Aktuelle Machine-Learning-Ansätze für HPC und seine Telemetrie