研究者提出TPU视频扩散注意力加速方法CLiS
Start here
2026年11月3日，研究者在arXiv发布论文，提出了一种名为CLiS的免训练、即插即用优化方案，旨在加速TPU上的视频扩散推理。该方法通过在KV loop前固定逐行稳定因子并认证数值安全来加速注意力计算。测试结果显示，在TPU v6e与TPU7x上运行Wan 2.2和LTX-2模型时，CLiS在无质量损失的前提下，将DiT单步延迟降低了最多19.6%。此外，初步实验表明，该方法在因果大语言模型的持续预训练中也能带来最高13.5%的吞吐量提升。
AI-generated from reports · Updated 10 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习CLiS：基于可验证稳定化的 TPU 视频扩散即插即用注意力加速
CLiS 是一种针对 TPU 视频扩散推理的免训练即插即用优化方案，通过在 KV loop 前固定逐行稳定因子并认证数值安全加速注意力计算。在 TPU v6e 和 TPU7x 上运行 Wan 2.2 与 LTX-2 时，它在无质量损失下将 DiT 单步延迟降低最多 19.6%。初步实验还显示其在因果 LLM 持续预训练中取得最多 13.5% 的吞吐量提升。
Story heat trend
Current heat 7·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.