奶茶创意广告语大全集

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>速(su)度(du)驚(jing)人(ren)！手(shou)機(ji)跑(pao)Stable Diffusion，12秒(miao)出(chu)圖(tu)，谷(gu)歌(ge)加(jia)速擴(kuo)散(san)模(mo)型(xing)破(po)記(ji)錄(lu)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：桃(tao)子(zi) 拉(la)燕(yan)

【新智元導(dao)讀(du)】手机12秒壹(yi)鍵(jian)生(sheng)图？谷歌最(zui)新研(yan)究(jiu)做(zuo)到(dao)了(le)。

手机生图只(zhi)要(yao)12秒？

這(zhe)不(bu)是(shi)吹(chui)的(de)，谷歌就(jiu)給(gei)實(shi)現(xian)了。

最新研究中(zhong)，谷歌研究人員(yuan)對(dui)4個(ge)GPU分(fen)層(ceng)優(you)化(hua)，在(zai)三(san)星(xing)手机上(shang)成(cheng)功(gong)運(yun)行(xing)Stable Diffusion 1.4。

实现了11.5秒生成图像(xiang)，重(zhong)要的是，內(nei)存(cun)使(shi)用(yong)量(liang)也(ye)大(da)幅(fu)減(jian)少(shao)。

正(zheng)所(suo)謂(wei)，Speed Is All You Need！

論(lun)文(wen)地(di)址(zhi)：https://arxiv.org/abs/2304.11267

谷歌最新提(ti)出的方(fang)法(fa)是通(tong)用的，可(ke)以(yi)对所有(you)扩散模型的改(gai)進(jin)，並(bing)非(fei)僅(jin)針(zhen)对特(te)定(ding)設(she)備(bei)实现的。

通過(guo)实驗(yan)結(jie)果(guo)發(fa)现，三星S23 Ultra和(he)iPhone 14 Pro的整(zheng)體(ti)图像生成時(shi)間(jian)分別(bie)减少了52%和33%。

这意(yi)味(wei)著(zhu)(zhe)，一部(bu)手机裝(zhuang)下(xia)一个生成式(shi)AI模型的未(wei)來(lai)更(geng)近(jin)了。

從(cong)3080到一部手机

當(dang)前(qian)，將(jiang)大型扩散模型合(he)并到任(ren)何(he)APP中的一个關(guan)键考(kao)慮(lv)因(yin)素(su)是，模型将在何處(chu)執(zhi)行選(xuan)擇(ze)。

在一个消(xiao)費(fei)級(ji)设备上部署(shu)模型的好(hao)处是，較(jiao)低(di)的服(fu)務(wu)成本(ben)、改善(shan)扩展(zhan)性(xing)、還(hai)可以離(li)線(xian)，并且(qie)能(neng)改善用戶(hu)隱(yin)私(si)。

22年(nian)，Stable Diffusion剛(gang)刚发布(bu)的第(di)一个版(ban)本，最初(chu)只能緩(huan)慢(man)运行在RTX 3080上。

Stable Diffusion有超(chao)过10億(yi)的參(can)數(shu)，DALL-E是120亿，以後(hou)隨(sui)着扩散模型的发展，参数量會(hui)逐(zhu)漸(jian)增(zeng)加。

由(you)於(yu)设备計(ji)算(suan)和内存資(zi)源(yuan)的限(xian)制(zhi)，因此(ci)在运行时帶(dai)来了諸(zhu)多(duo)挑(tiao)戰(zhan)。

在沒(mei)有精(jing)心(xin)设计情(qing)況(kuang)下，在设备上运行这些(xie)模型可能会导致(zhi)，由于叠(die)代(dai)去(qu)噪(zao)过程(cheng)和过多的内存消耗(hao)，輸(shu)出内容(rong)延(yan)遲(chi)就会增加。

此前，也有研究实现了将Stable Diffusion成功部署到设备上，但(dan)仅局(ju)限于特定的设备或(huo)芯(xin)片(pian)組(zu)。

对此，谷歌研究人员对大型扩散模型提供(gong)了一系(xi)列(lie)实现优化，这些模型在配(pei)备 GPU 的移(yi)動(dong)设备上实现了迄(qi)今(jin)為(wei)止(zhi)报道的最快(kuai)推(tui)理(li)延迟。

在不使用INT8量化的情况下，对于一張(zhang)512x512的图片进行20次(ci)迭代，Stable Diffusion 1.4的推理延迟低于12秒。

具(ju)体是如(ru)何实现的呢(ne)？

GPU感(gan)知(zhi)优化

在论文中，研究人员側(ce)重的是使用大型扩散模型，然(ran)后完(wan)成从文本描(miao)述(shu)生成图像的任务。

雖(sui)說(shuo)论文中，部分討(tao)论是研究者(zhe)为Stable Diffusion特定结構(gou)所提出的优化建(jian)議(yi)，但这些优化可以很(hen)容易(yi)推廣(guang)到其(qi)它(ta)大型扩散模型上。

研究人员表(biao)示(shi)，当用文本提示进行推理时，这个过程包(bao)含(han)根(gen)據(ju)所需(xu)的文本描述，應(ying)用額(e)外(wai)條(tiao)件(jian)来指(zhi)导反(fan)向(xiang)扩散。

具体来说，Stable Diffusion的主(zhu)要组成部分包括(kuo)：文本嵌(qian)入(ru)器(qi)（Text Embedder）、噪聲(sheng)生成（Noise Generation）、去噪神(shen)經(jing)網(wang)絡(luo)（Denoising Neural Network，aka UNet），以及(ji)图像解(jie)碼(ma)器（Image Decoder）。

如下图所示：

Stable Diffusion中主要组件及其相(xiang)互(hu)作(zuo)用的示意图

下面(mian)，我(wo)們(men)分别介(jie)紹(shao)一下这幾(ji)个组成部分，各(ge)部分间的关系参照(zhao)图。

· 文本嵌入器：

利(li)用CLIP模型对文本提示y进行编码，生成一个高(gao)維(wei)嵌入向量τθ(y)，将文本提示的語(yu)義(yi)封(feng)装进去。該(gai)嵌入被(bei)当作去噪神经网络的输入，为逆(ni)向扩散的过程提供指示。

· 噪声生成：

给潛(qian)在空(kong)间提供随机噪声z，该噪声作为逆向扩散过程的起(qi)始(shi)點(dian)。

· 去噪神经网络：

该网络被设计为近似(si)p(z|y)形(xing)式的条件分布，利用条件去噪自(zi)动编码器θ(zt, t, τθ(y))（denoising autoencoder）。每(mei)次迭代t采(cai)用UNet架(jia)构。

同(tong)时，交(jiao)叉(cha)註(zhu)意机制（cross-attention mechanism）被用来操(cao)作潜在空间和文本嵌入向量，在迭代过程中預(yu)測(ce)z的去噪版本。

· 图像解码器：

逆行扩散过程在潜在空间中进行。一旦(dan)这个过程完成，图像解码器D被用来从潜在矢(shi)量中重建RGB图像。

研究人员在整个UNet架构中实现了群(qun)组歸(gui)一化（Group normalization，GN）。

这種(zhong)归一化技(ji)術(shu)的工(gong)作原(yuan)理是将特征(zheng)图（feature map）的pipeline劃(hua)分为较小(xiao)的组，并对每个组进行獨(du)立(li)的归一化，使GN对批(pi)次大小的依(yi)賴(lai)性降(jiang)低，更適(shi)合于各种大小的批次和各种网络结构。

应用公(gong)式①，每个特征值(zhi)

被归一化为其所屬(shu)组的组均(jun)值

和方差(cha)

。

（公式①）

研究人员并没有依次执行上述提到的重塑(su)、平(ping)均值、方差和归一化的所有操作，而(er)是以GPU Shader的形式设计了一个特别的程序(xu)，在一个GPU命(ming)令(ling)中执行所有这些操作，無(wu)需中间流(liu)程。

这裏(li)先(xian)介绍一下Gaussian Error Linear Unit（GELU）。

GELU作为模型中普(pu)遍(bian)存在的激(ji)活(huo)函(han)数，包含許(xu)多数值计算，如乘(cheng)法、加法和高斯(si)誤(wu)差函数，如公式②所示。

研究人员弄(nong)了一个專(zhuan)門(men)的Shader来整合这些数值计算及其伴(ban)随的分割(ge)和乘法操作，使其在一次繪(hui)图調(tiao)用中完成执行。

（公式②）

穩(wen)定扩散中的文本/图像變(bian)換(huan)器有助(zhu)于对条件分布P(z|τθ(y))进行建模，这对文本到图像的生成任务至(zhi)关重要。

然而，自我/交叉注意力(li)机制在处理長(chang)序列时遇(yu)到了困(kun)難(nan)，因为它们的时间和内存復(fu)雜(za)性是平过方的。在论文中，研究人员介绍了兩(liang)种可能的优化，旨(zhi)在缓解这些计算瓶(ping)頸(jing)。

一种是Partially Fused Softmax，另(ling)一种是FlashAttention。

下面仅以Softmax为例(li)。

上图是在注意力模塊(kuai)中，优化过的softmax实现。

虛(xu)线以上的流程图描述的是直(zhi)接(jie)在矩(ju)陣(zhen)

中应用softmax的初始实现。

虚线以下的展示的則(ze)是修(xiu)正后的模块（紅(hong)色(se)部分）。

總(zong)而言(yan)之(zhi)，论文中研究人员提出了一整套(tao)优化方案(an)，可以在各种设备上执行大型扩散模型时，共(gong)同達(da)到了突(tu)破性的延迟数字(zi)。

这些改进扩大了模型的通用性，并提高了在各种设备上的整体用户体验。

12秒，業(ye)界(jie)領(ling)先

为了評(ping)估(gu)改进后的模型，研究人员分别在三星S23 Ultra (Adreno 740) 和iPhone 14 Pro Max (A16) 进行了一组基(ji)準(zhun)测試(shi)。

作为去噪神经网络，UNet是计算需求(qiu)最高的组件。

研究人员提供了执行單(dan)次迭代的UNet所需的延迟数据，以毫(hao)秒为单位(wei)测量，图像分辨(bian)率(lv)为512x512。

此外，他(ta)们记录了运行时生成的中间张量在「Tensor」列中的内存使用情况，以及为保(bao)存模型權(quan)重分配的内存在「Weight」列中的使用情况，均以兆(zhao)字節(jie)为单位。

請(qing)注意，内存管(guan)理器通过重用中间张量的缓沖(chong)區(qu)来优化内存占(zhan)用。

如表中数据顯(xian)示，第一行显示了在公共Github倉(cang)庫(ku)中使用内部OpenCL内核(he)实现，但没有任何优化的结果。

实现之后的结果，并且研究者在没有任何优化的情况下使用内部OpenCL内核。

第2-5行，分别逐个啟(qi)用每个优化：

Opt. Softmax：部分融(rong)合的softmax和优化的softmax减少步(bu)驟(zhou)

S-GN/GELU：用于组归一化和GELU的专用内核

FlashAttn.：FlashAttention实现

Winograd(All)：采用Winograd卷(juan)積(ji)

随着每个优化的启用，实验结果发现延迟逐步减少。

與(yu)基线相比(bi)，在两种设备上都(dou)觀(guan)察(cha)到了显著的总体延迟降低：三星S23 Ultra 降低52.2%，iPhone 14 Pro Max降低32.9%。

此外，研究人员还评估了在三星S23 Ultra进行文本到图像输出端(duan)到端延迟。

进行了20次去噪迭代，生成一张512x512图像，实现了不到12秒的业界领先结果。

可見(jian)，在没有数据連(lian)接或雲(yun)服务器的情况下，在手机上本地运行生成式人工智能模型，将開(kai)辟(pi)了许多可能性。

谷歌最新研究给出了一种全(quan)新方案。

参考资料(liao)：

https://arxiv.org/abs/2304.11267

https://www.reddit.com/r/MachineLearning/comments/12zclus/d_google_researchers_achieve_performance/返(fan)回(hui)搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任编辑：