热点事件持续更新
研究者提出TPU视频扩散注意力加速方法CLiS
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
研究者提出CLiS方案，在TPU上使DiT单步延迟降低最高19.6%。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。