正规配资平台 Diffusion约2倍无损加速！训练-推理协同的缓存学习框架来了

面对扩散模型推理速度慢、成本高的问题，HKUST& 北航 & 商汤提出了全新缓存加速方案—— HarmoniCa：训练 - 推理协同的特征缓存加速框架，突破 DiT 架构在部署端的速度瓶颈正规配资平台，成功实现高性能无损加速。

△HarmoniCa 整体压缩框架

由于现有指标并不能完全反映图像效果优劣，因此该团队研究人员提供了大量可视化效果对比图，更多对比请看原论文。

△PIXART- 图像生成效果图

该工作已被 ICML 2025 接收为 Poster，并开源项目代码。

Diffusion 加速难在哪？

Diffusion Transformer（DiT）作为高分辨率图像生成主力架构，在推理阶段仍面临「重复计算多」「耗时严重」的现实瓶颈。例如，使用 PIXART- α 生成一张 2048 × 2048 图像即需 14 秒，严重影响落地效率。

近期「特征缓存（Feature Caching）」成为加速新思路，但已有方法普遍存在两大关键问题：

前序时间步无感知：训练阶段忽略缓存历史，推理时则高度依赖先前结果，二者逻辑断裂；

训练目标错位：训练对准中间噪声误差，推理关注最终图像质量，优化方向南辕北辙；

这两大错配，导致已有缓存学习方法加速有限、图像失真明显。缓存机制的基本工作原理如下：

△缓存机制 HarmoniCa 缓存学习框架

一句话总结：目标一致、路径同步，训练与推理真正协同优化

该工作提出的 HarmoniCa 框架通过两个关键机制，从根本上解决了以往学习型特征缓存方法中的训练 - 推理脱节问题：

一、Step-Wise Denoising Training（SDT）

逐步去噪训练，模拟推理全流程，误差不再层层积累。

传统方法在训练时仅采样某个时间步，缓存是空的，完全跳过了"历史缓存影响"，而推理时，缓存是从头累积的，训练和推理根本不是一回事。

进而该工作提出 SDT 来打破这一不一致：

1）构建完整的 T 步去噪过程，与推理一致；

2）教师 - 学生结构：学生使用缓存进行去噪，教师不使用缓存作为"理想输出"；3）每一时间步的 Router 都被独立更新，显式对齐多轮缓存路径下的输出误差；4）学生模型每步将自己的输出作为下一个输入，使得误差传播机制贴近真实推理轨迹。

效果：SDT 显著降低了时间步间误差积累，提升最终图像清晰度与稳定性。

△SDT 有效抑制误差蔓延（红色为旧方法，蓝色为 SDT）二、Image Error Proxy Objective（IEPO）

一句话总结：不是"中间好"，而是"最后图像好"，优化目标就是结果本身。

以往方法训练时只对齐每一步的噪声误差，而推理的目标是最终图像质量，两者目标严重错配，导致缓存 Router 学出来"看似合理"但效果很差。

该工作提出 IEPO 机制，核心思想是：

通过代理项 λ ( t ) 来估算"使用缓存 vs 不使用缓存"在时间步 t 对最终图像 x ₀ 的影响；

越关键的时间步，其 λ ( t ) 越大，引导 Router 减少该步缓存复用，保留精度；

每隔若干轮重新生成一批图像，动态更新 λ ( t ) ，保证目标始终贴合训练状态。

IEPO 的优化目标为：

即在"图像质量"与"加速率"之间实现可控权衡。

实验结果

该工作在两个典型任务场景中验证了 HarmoniCa 的有效性：

分类条件生成（DiT-XL/2@ImageNet）

文本生成图像（PIXART- α @COCO，多分辨率）

对比方法包括当前最佳的缓存学习方法 Learning-to-Cache ( LTC ) 、启发式缓存方法 FORA / ∆ -DiT，以及多种加速器设置（DDIM 步数缩减、量化剪枝等）。

分类条件生成（DiT-XL/2 256 × 256）

重点结论：

在高压缩率场景（10 步推理）下，HarmoniCa 保持图像质量优势，FID 比 LTC 更低、IS 更高

同时达成更高缓存利用率，提升实际加速效果

文本生成图像（PIXART- α 256 × 256）

即使在 2K 高分辨率下，HarmoniCa 仍保持 1.69 × 实际加速

在 CLIP 语义匹配、FID 等主流指标上均超过 FORA

量化 / 剪枝 VS HarmoniCa

除了与主流缓存方法的对比，该工作也评估了 HarmoniCa 相比剪枝和量化等压缩技术的表现。在统一的 20 步采样设置下，传统方案如 PTQ4DiT、EfficientDM 等虽然模型更小，但实际加速依赖硬件支持，特别是一些定制 CUDA 内核在 H800 等新架构上表现并不稳定。更重要的是，量化模型在小步数采样时往往精度下降严重，PTQ4DiT 就出现了明显的性能下滑。而 HarmoniCa 不依赖底层魔改，无需专用硬件，在各种主流采样器和设备上都能稳定提速，保持图像质量，是当前更通用、更稳妥的部署选择。

△与量化 / 剪枝方法的比较

与量化结合

该工作还验证了 HarmoniCa 与模型量化技术的高度兼容性。在 PIXART- α 256 × 256 场景下，将 HarmoniCa 应用于 4bit 量化模型（EfficientDM），推理速度从 1.18 × 提升至1.85 ×，FID 仅略增 0.12，几乎无感知差异。说明 HarmoniCa 不仅可独立提速，也能作为"加速插件"叠加于量化模型之上，进一步释放性能潜力。未来，该工作也计划探索其与剪枝、蒸馏等技术的组合能力，为 DiT 模型的轻量部署开辟更多可能。