<?xml version="1.0" encoding="utf-8" standalone="yes"?><urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:xhtml="http://www.w3.org/1999/xhtml"><url><loc>https://zhengmk.github.io/talk/example-talk/</loc><lastmod>2030-06-01T13:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/</loc><lastmod>2030-06-01T13:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/event/</loc><lastmod>2030-06-01T13:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication-type/3/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/attention/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/broken-symmetry-in-bf16-attention-why-flashattention-gradients-blow-up-late-in-training/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/categories/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/category/distributed-deep-learning/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/llm-training/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/numerical-stability/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication_types/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tags/</loc><lastmod>2026-09-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/diamond-agent-agentic-control-of-federated-hpc-resources-as-a-service/</loc><lastmod>2026-09-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/category/high-performance-computing/</loc><lastmod>2026-09-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/hpc-workflows/</loc><lastmod>2026-09-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/llm-agents/</loc><lastmod>2026-09-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/scheduling/</loc><lastmod>2026-09-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication-type/1/</loc><lastmod>2026-07-26T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/a-comparative-study-on-llm-enabled-hpc-user-support/</loc><lastmod>2026-07-26T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/hpc-user-support/</loc><lastmod>2026-07-26T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/llm/</loc><lastmod>2026-07-26T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/rag/</loc><lastmod>2026-07-26T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/checkpointing/</loc><lastmod>2026-07-02T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/distributed-optimizer/</loc><lastmod>2026-07-02T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/fault-tolerance/</loc><lastmod>2026-07-02T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/phoenix-resilient-llm-training-with-hot-swapping-via-zero-overhead-checkpoint/</loc><lastmod>2026-07-02T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/scape-accurate-and-efficient-llm-training-with-extreme-sparse-communication/</loc><lastmod>2026-07-02T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/sparse-communication/</loc><lastmod>2026-07-02T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication-type/2/</loc><lastmod>2026-06-01T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/gpu/</loc><lastmod>2026-06-01T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/performance-variability/</loc><lastmod>2026-06-01T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/quantifying-performance-variability-in-gpu-clusters/</loc><lastmod>2026-06-01T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/supercomputing/</loc><lastmod>2026-06-01T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/efficient-fine-grained-gpu-performance-modeling-for-distributed-deep-learning-of-llm/</loc><lastmod>2025-12-17T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/performance-modeling/</loc><lastmod>2025-12-17T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/gradient-sparsity/</loc><lastmod>2025-05-12T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/radius-range-based-gradient-sparsity-for-large-foundation-model-pre-training/</loc><lastmod>2025-05-12T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/compso-optimizing-gradient-compression-for-distributed-training-with-second-order-optimizers/</loc><lastmod>2025-02-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/distributed-training/</loc><lastmod>2025-02-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/gradient-compression/</loc><lastmod>2025-02-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/second-order-optimization/</loc><lastmod>2025-02-28T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/deep-learning/</loc><lastmod>2022-05-11T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/microservices/</loc><lastmod>2022-05-11T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/project/datacenter_computing/</loc><lastmod>2022-05-11T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/project/</loc><lastmod>2022-05-11T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/project/power_load_forecast/</loc><lastmod>2022-05-11T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/academic/</loc><lastmod>2020-12-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/category/demo/</loc><lastmod>2020-12-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/post/</loc><lastmod>2020-12-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/post/getting-started/</loc><lastmod>2020-12-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/%E5%BC%80%E6%BA%90/</loc><lastmod>2020-12-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/category/%E6%95%99%E7%A8%8B/</loc><lastmod>2020-12-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/dab-converter/</loc><lastmod>2020-11-29T10:26:26+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/dynamic-response-improvement-for-dab-converter-with-constant-power-load-under-extended-phase-shift-control-based-on-trajectory-control/</loc><lastmod>2020-11-29T10:26:26+00:00</lastmod></url><url><loc>https://zhengmk.github.io/category/power-electronics/</loc><lastmod>2020-11-29T10:26:26+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/constant-power-load-stabilization-based-on-trajectory-control-in-dual-active-bridge-dc-dc-converter/</loc><lastmod>2020-11-29T10:06:01+00:00</lastmod></url><url><loc>https://zhengmk.github.io/publication/open-circuit-fault-diagnosis-of-dual-active-bridge-dc-dc-converter-with-extended-phase-shift-control/</loc><lastmod>2019-02-13T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/slides/</loc><lastmod>2019-02-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/slides/example/</loc><lastmod>2019-02-05T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/project/parallel_computing/</loc><lastmod>2016-04-27T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/tag/parallel-computing/</loc><lastmod>2016-04-27T00:00:00+00:00</lastmod></url><url><loc>https://zhengmk.github.io/admin/</loc></url></urlset>