返回
Light-DiT: An Importance-Aware Dynamic Compression Framework for Diffusion Transformers
DOI:10.1007/978-3-031-99857-7_25.png)
摘要
En 中文
扩散变换器(DiTs)在人工智能中展现出卓越的生成能力。然而,扩散过程中固有的迭代去噪过程会产生巨大的计算成本和内存开销,阻碍了快速且节能的边缘推理。为减轻去噪开销,我们提出了一种后训练框架,通过联合使用剪枝和量化进行硬件高效的DiT推理,该框架基于以下观察:在图像生成过程中,模型内的并非所有去噪块都同等重要。我们引入指标来评估DiT块和层的重要性。为实现基于重要性的动态压缩,我们将基于重要性指标的混合稀疏性剪枝和混合精度量化进行了统一。实验表明,我们的方法通过使用W3.2A4.9混合精度的剪枝实现了1.41倍的推理加速,同时仅带来极小的精度损失。此外,针对位灵活的DNN加速器的评估表明,性能可提升高达2.78倍,与未剪枝的W8A8量化相比,能耗效率可提升1.99倍。
Keyword:
Diffusion Transformers
Model Compression
Hardware-Efficient Inference
期刊
E
IF:
0
论文数:
24
被引数:
0

