کوانتایز کردن مدلهای ترنسفورمر دیفیوژن (DiTs) معمولاً با افت کیفیت همراه است، اما محققان روشی به نام «KroQuant» معرفی کردهاند که این مشکل را حل میکند! 📉
این روش با استفاده از یک تبدیل معکوس ساختاریافته (Kronecker-structured)، ضمن کاهش پارامترهای مورد نیاز، سرعت محاسبات را تا ۱۴ درصد روی پردازندههای گرافیکی افزایش میدهد. نتیجه کار؟ حفظ کیفیت عالی خروجی در حین اجرای بهینهتر و سریعتر مدلهای هوش مصنوعی. قدمی مهم برای اجرای سبکتر مدلهای سنگین روی سختافزارهای محدود! 💡
سازی
منبع: arXiv Computer Vision