剛剛！ASP-DAC 2025最佳論文出爐，無問芯穹上交大論文獲獎

讓 AI 視頻生成更快更省

原標題：剛剛！ASP-DAC 2025最佳論文出爐，無問芯穹上交大論文獲獎
文章來源：機器之心
內容字數：11295字

AI視頻生成加速器ViDA：將推理速度提升16倍

近日，上海交通大學與無問芯穹聯合研究團隊在ASP-DAC會議上獲得前端最佳論文獎，其研發的視頻生成軟硬一體加速器ViDA，實現了視頻擴散Transformer(VDiT)推理速度的顯著提升。

1. 背景：AI視頻生成市場蓬勃發展，但面臨速度瓶頸

AI視頻生成市場規模迅速擴張，但現有模型計算復雜度極高，尤其在高分辨率、長時序場景下，計算資源消耗巨大，成為產業發展的瓶頸。即使是大型影視制作團隊也難以承受高昂的時間和計算成本。

2. 挑戰：VDiT模型的幀間冗余和算子計算強度差異

VDiT模型雖然提升了視頻生成質量，但推理速度仍然緩慢。主要挑戰在于：幀間計算存在大量冗余，以及不同算子的計算強度差異巨大，導致硬件利用率低。

3. ViDA的核心思想：差分近似和自適應數據流

ViDA創新性地結合了幀間預測的差分計算與幀內稀疏特性分析，提出差分近似方法和自適應數據流架構，實現軟硬件協同優化。其核心思想在于利用視頻幀間的相似性減少冗余計算。

4. 技術要點：

1. 差分近似方法：減少Act-Act算子的計算量，降低了51.67%。通過忽略數值較小的項，簡化了計算過程，同時保持了較高的精度。

2. 列聚集處理單元：利用激活矩陣的列稀疏性，提高面積效率1.47倍。通過將稀疏列和稠密列分開處理，優化了硬件資源利用。

3. 計算強度自適應數據流架構：動態分配資源，提升計算效率1.76倍。通過路由控制器，根據不同算子的計算強度動態調整資源分配，提高硬件利用率。

5. 實驗結果：顯著的加速比和面積效率提升

實驗結果顯示，與NVIDIA A100 GPU和現有最先進加速器相比，ViDA分別實現了平均16.44倍/2.18倍的加速比和18.39倍/2.35倍的面積效率提升。這表明ViDA能夠有效降低視頻生成模型對計算資源的消耗。

6. 結論：推動AI視頻生成技術產業化落地

ViDA的成功，為AI視頻生成模型的推理加速提供了有效的解決方案，有望顯著降低計算成本和時間成本，推動AI視頻生成技術更快、更廣泛地應用于內容創作、虛擬現實等產業。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺