AIGC(AI Generated Content)               ，即通过人工智能方法生成内容 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
，是当前深度学习最热门的方向之一               。其在绘画               、写作等场景的应用也一直层出不穷













，其中
  
  
  
  
  
  
  
 ，AI绘画是大家关注和体验较多的方向 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
。

Diffusion系列文生图模型可以实现AI绘画应用 
  
  
  
  
  
  
 ，其一经推出就受到广泛关注 


 


 


 


 


 


 


 
，开启了一波“全民调教AI作画               ”的潮流
 
 
 
 
 
 
 
，激起了大量的应用需求













。与此同时  
   
   
   
   
   
   
  ，百度推出的知识增强跨模态大模型——文心ERNIE-ViLG 2.0在 AI 作画领域取得新突破
  
  
  
  
  
  
  
 。该模型在文本生成图像公开权威评测集MS-COCO和人工盲评上均超越了Stable Diffusion 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
、DALL-E 2等模型 

 

 

 

 

 

 

 
，当前在该领域取得了最好的效果

 

 

 

 

 

 

 
，在语义可控性













、图像清晰度
  
  
  
  
  
  
  
 、中国文化理解等方面均展现出了显著的优势 
  
  
  
  
  
  
 。

开发者和科技爱好者可以将文心 ERNIE-ViLG 2.0 API （wenxin.baidu.com/ernie-vilg）灵活方便地集成到产品中 


 


 


 


 


 


 


 
。同时               ，基于文心ERNIE-ViLG 2.0大模型 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
，百度也推出AI艺术与创意辅助平台——文心一格（yige.baidu.com）














，以满足更多的人在AI作画方面的需求
 
 
 
 
 
 
 
。

 文心一格模型效果图～

AI绘画模型推理算力及显存需求随图像分辨率增大而指数级增加                      ，同时图像生成需要循环采样数十次 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，产业落地动辄需要高昂成本的部署集群





















，严重阻碍了AIGC模型大规模商业化落地  
   
   
   
   
   
   
  。为此               ，百度飞桨一直致力于大模型的训练 
  
  
  
  
  
  
 、压缩 


 


 


 


 


 


 


 
、推理端到端优化 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
，实现低成本的模型部署上线













，助力AIGC模型快速产业落地 

 

 

 

 

 

 

 
。

飞桨深度优化的Stable Diffusion模型
  
  
  
  
  
  
  
 ，在单卡NVIDIA A100(80G) 上推理速度和显存利用率全面超越同类产品 
  
  
  
  
  
  
 ，取得业界第一的领先优势

 

 

 

 

 

 

 
。百度自研中文AI绘画ERNIE-ViLG模型 


 


 


 


 


 


 


 
，在昆仑芯 R200(32GB) 卡上推理
 
 
 
 
 
 
 
，全面超越同系列主流推理卡  
   
   
   
   
   
   
  ，并已成功批量部署于文心一格创意平台               。

GPU推理性能数据

下图展示了分别使用PaddlePaddle
 
 
 
 
 
 
 
、TensorRT  
   
   
   
   
   
   
  、AITemplate和Diffusers（PyTorch）4种深度学习框架或推理引擎对Stable Diffusion进行推理时的性能表现 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
。可以看出 

 

 

 

 

 

 

 
，基于PaddlePaddle对Stable Diffusion进行推理时

 

 

 

 

 

 

 
，512*512图像生成速度68.2 iters/s               ，实现 0.76s 出图














。其推理速度是 Diffusers（PyTorch）的4倍 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
，比TensorRT最优速度快7.9%














，同时显存占用仅为TensorRT的43%                      。

昆仑芯 R200 性能数据

昆仑芯 R200 性能数据在dpm-25steps算法下                      ，生成1024*1024图像时的推理速度相比同能力的主流推理卡快20% 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
。同时 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，R200拥有32G显存





















，能够生成更高分辨率的图片               ，可以推理更大的模型 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
，为用户带了高性价比的选择





















。

不同硬件跑ERNIE-ViLG的推理速度及显存占用对比

向左滑动查看飞桨Stable Diffusion 模型效果图～ 

快速体验

Stable Diffusion训练推理全流程已在飞桨扩散模型工具箱中开源

参考链接

https://github.com/PaddlePaddle/PaddleNLP/tree/develop/ppdiffusers

同时













，对于飞桨Stable Diffusion在GPU和 昆仑芯上的高性能部署
  
  
  
  
  
  
  
 ，FastDeploy部署工具已经提供了开箱即用的部署体验

参考链接

https://github.com/PaddlePaddle/FastDeploy/tree/develop/examples/multimodal/stable_diffusion

与此同时 
  
  
  
  
  
  
 ，随着大模型应用的不断出圈 


 


 


 


 


 


 


 
，AIGC相关的应用落地需求也不断激增
 
 
 
 
 
 
 
，因此  
   
   
   
   
   
   
  ，百度百舸联合飞桨团队将飞桨训推大模型的能力优势与AI加速组件AIAK（AI Accelerate Kit）完美融合 

 

 

 

 

 

 

 
，形成全新产品“飞桨云原生大模型开发工具 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
”

 

 

 

 

 

 

 
，显著提升了云用户大模型任务的开发和部署效率               ，并加速了生成式AI的工程化落地               。作为业界首个经过全流程验证的大模型开发工具 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
，飞桨云原生大模型开发工具不仅拥有更极致的性能














，还可以让开发者体验到千亿大模型的的分布式训练和推理功能 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
。

备注说明

百度百舸

AI异构计算平台                      ，包含AI计算 

 

 

 

 

 

 

 
、AI存储

 

 

 

 

 

 

 
、AI加速               、AI容器四大核心套件 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，具有高性能 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
、高弹性














、高速互联                      、高性价比等特性













。充分汲取了百度异构计算平台多年的技术积累





















，深度融合推荐 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
、无人驾驶





















、生命科学               、NLP等场景的实践经验               ，能为AI场景提供软硬一体解决方案 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
，加速AI工程化落地
  
  
  
  
  
  
  
 。

AIAK

结合飞桨与百度云百舸整体方案优势联合推出的AI加速套件













，用来加速基于飞桨等深度学习框架开发的AI应用
  
  
  
  
  
  
  
 ，能极大提升分布式训练和推理的性能 
  
  
  
  
  
  
 ，大幅增加异构资源使用效率 
  
  
  
  
  
  
 。

飞桨云原生大模型开发工具

业界首个经过全流程完整验证的大模型开发工具 


 


 


 


 


 


 


 
，支撑GPT-3 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
、Bloom













、Stable Diffusion等多个大模型训练
  
  
  
  
  
  
  
 、微调 
  
  
  
  
  
  
 、压缩 


 


 


 


 


 


 


 
、推理的流畅开发体验 


 


 


 


 


 


 


 
。

01 性能优化核心解读

飞桨原生推理库Paddle Inference的领先效果
 
 
 
 
 
 
 
、基于飞桨框架领先的架构设计和针对Stable Diffsuion模型的深度优化
 
 
 
 
 
 
 
，主要体现在如下几个方面：

Flash Attention

飞桨一直致力于大模型推理优化  
   
   
   
   
   
   
  ，支持多种通用Transformer类结构的高性能推理优化
 
 
 
 
 
 
 
。在Stable Diffusion模型推理中 

 

 

 

 

 

 

 
，飞桨集成的高性能的Flash Attention kernel

 

 

 

 

 

 

 
，通过将attention中的softmax计算进行拆解  
   
   
   
   
   
   
  、分片计算               ，大量减少推理过程中self-attention和cross-attention计算对显存的访问次数 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
，同时实现了推理加速和显存优化  
   
   
   
   
   
   
  。

Norm融合

Norm是Stable Diffusion中U-Net常用算子














，主要分为LayerNorm和GroupNorm 

 

 

 

 

 

 

 
。LayerNorm和GroupNorm算子作为批规约运算                      ，能够很好地和前后的elementwise类型 

 

 

 

 

 

 

 
、激活类型算子进行融合 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，消除算子间的显存访问

 

 

 

 

 

 

 
。飞桨对LayerNorm和GroupNorm与前后算子的4种不同pattern进行了融合





















，共融合了93个Norm结构               ，提升了3%的推理性能               。

混合Layout计算

通过对模型张量排布匹配优化 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
，支持不同的Layout消除和合并U-Net中的转置操作













，提高了推理速度同时也能降低了运行显存占用
  
  
  
  
  
  
  
 ，共减少了32次转置操作 
  
  
  
  
  
  
 ，带来了3~4%的推理性能提升 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
。

Scheduler优化

对PPDiffusers库中的scheduler运算逻辑进行了重新整合梳理 


 


 


 


 


 


 


 
，将scheduler.step中的GPU算子发射数量由约12个减小至7个
 
 
 
 
 
 
 
，同时通过参数预计算的方法  
   
   
   
   
   
   
  ，消除了采样循环中scheduler运算的CPU计算以及GPU同步开销














。

推理显存优化

经过飞桨框架的算子融合引擎处理 

 

 

 

 

 

 

 
，Stable Diffusion模型中U-Net模型的独立算子数量减少60%

 

 

 

 

 

 

 
，显存占用下降27%                      。针对U-Net模型的Layout优化消除了转置变换带来的额外显存消耗               ，能够使整体显存占用降低约19% 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
。同时 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
，针对ERNIE-ViLG 2.0文心AI作画大模型














，飞桨框架提供了推理workspace复用技术                      ，使ERNIE-ViLG 2.0模型显存占用下降37% 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
，极大降低了ERNIE-ViLG 2.0文心AI作画大模型的部署成本





















。

基于飞桨原生推理库Paddle Inference的高性能架构设计





















，结合上述优化点               ，飞桨Stable Diffusion模型能实现在单卡80G A100(SXM4)上 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
，512*512分辨率生成图像(50 iters)推理时延0.76s













，推理速度达到68.2 iters/s
  
  
  
  
  
  
  
 ，显存占用4.6G 
  
  
  
  
  
  
 ，显存占用方面和速度方面均为当前业界最优效果               。

02 后续工作

飞桨在持续推进AIGC模型

 

 

 

 

 

 

 
、AI对话模型等大模型的优化 


 


 


 


 


 


 


 
，结合飞桨框架训推一体的核心能力
 
 
 
 
 
 
 
，发布更多训练               、压缩 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
、推理端到端优化的高性能产业级大模型  
   
   
   
   
   
   
  ，并持续打磨部署端到端方案 

 

 

 

 

 

 

 
，助力大模型更全面产业化

 

 

 

 

 

 

 
，欢迎各位开发者持续关注或反馈需求和建议 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
。