热点事件持续更新
谷歌推出TPU视频扩散时空注意力加速方案
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
谷歌开发团队针对视频扩散模型在长视频生成中的计算瓶颈，推出了基于TPU的加速方案。在81帧1440p视频生成场景下，自注意力机制耗时占比高达88.2%。针对这一瓶颈，团队通过JAX与Pallas Splash Attention内核，在TPU v6e上成功将稀疏时空注意力转化为硬件推理加速。该方案结合Sparse VideoGen对空间与时间注意力头进行划分，仅保留约38.87%的query-key对，并通过硬件瓦片跳过机制大幅节省了计算与带宽开销。
AI 根据报道生成 · 6 小时前更新
最新进展10月1日 00:37
谷歌开发团队利用JAX与Pallas内核，在TPU v6e上实现了视频扩散稀疏时空注意力的硬件加速。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- Google Developers · AI 筛选在 TPU 上加速视频扩散模型的时空注意力机制
通过 JAX 与 Pallas Splash Attention 内核，开发团队在 TPU v6e 上成功将视频扩散模型的稀疏时空注意力转化为硬件推理加速。针对 81 帧 1440p 视频下自注意力耗时占比达 88.2% 的瓶颈，方案结合 Sparse VideoGen 划分空间与时间头，仅保留约 38.87% 的 query-key 对，并通过硬件瓦片跳过机制大幅节省计算与带宽开销。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。