활용 사례 연구
Memory-Efficient Training-Free Acceleration of Diffusion Transformers with BaryCache
ARarXiv
고화질 이미지 및 비디오 생성 모델인 확산 트랜스포머(DiT)의 계산 비용과 긴 추론 시간을 획기적으로 줄이는 새로운 가속 기법을 소개합니다.
세 줄 요약
- 별도의 훈련 과정 없이 '바리센트릭 외삽' 기법을 활용해 단계별 예측을 수행하며, 기존 대비 최대 3.30배에 달하는 샘플링 속도 향상을 달성했습니다.
- 기존 가속 방식의 메모리 사용량 증가라는 제약을 극복하고, 수치적 안정성을 확보하여 고품질과 효율성을 동시에 높였습니다.
- 별도의 학습 과정이 필요 없고 예측 오차까지 안정적으로 다룰 수 있어, 다양한 환경에서 AI 콘텐츠 제작 파이프라인에 즉시 적용 가능합니다.
고화질 이미지 및 비디오 생성 모델인 확산 트랜스포머(DiT)의 계산 비용과 긴 추론 시간을 획기적으로 줄이는 새로운 가속 기법을 소개합니다.