刚刚！ASP-DAC 2025最佳论文出炉，无问芯穹上交大论文获奖
内容提要
在东京举行的ASP-DAC会议上，上海交通大学与无问芯穹团队的论文《ViDA》获得最佳论文奖。该研究提出了一种视频生成加速器，通过差分近似和自适应数据流，使VDiT模型推理速度提升16.44倍，解决了高维数据处理的计算瓶颈，推动AI视频生成技术的产业化。
关键要点
-
在东京举行的ASP-DAC会议上，上海交通大学与无问芯穹团队的论文《ViDA》获得最佳论文奖。
-
《ViDA》提出了一种视频生成加速器，通过差分近似和自适应数据流，使VDiT模型推理速度提升16.44倍。
-
该研究解决了高维数据处理的计算瓶颈，推动AI视频生成技术的产业化。
-
视频生成市场预计到2032年将达到25.629亿美元，AI视频生成模型的需求将快速增长。
-
现有视频生成模型在高分辨率和长时序场景下计算复杂度高，给产业带来挑战。
-
ViDA结合帧间预测的差分计算与帧内稀疏特性，提出了软硬一体加速器，显著提升VDiT推理性能。
-
ViDA在多个VDiT模型上实现了与NVIDIA A100 GPU相比的16.44倍加速和18.39倍面积效率提升。
-
ViDA的设计灵感来源于传统视频处理中的帧间冗余去除方法，优化了视频生成模型的推理过程。
-
通过差分近似计算方法，ViDA减少了51.67%的计算量，并提升了硬件面积效率。
-
计算强度自适应数据流架构动态分配资源，提高了硬件利用率，优化了视频生成的效率。
延伸问答
《ViDA》论文的主要贡献是什么？
《ViDA》提出了一种视频生成加速器，通过差分近似和自适应数据流，使VDiT模型推理速度提升16.44倍，解决了高维数据处理的计算瓶颈。
ViDA如何提升视频生成模型的推理效率？
ViDA结合帧间预测的差分计算与帧内稀疏特性，提出了软硬一体加速器，显著提升VDiT推理性能，减少了51.67%的计算量。
视频生成市场的未来发展趋势如何？
视频生成市场预计到2032年将达到25.629亿美元，AI视频生成模型的需求将快速增长。
ViDA在硬件效率方面的表现如何？
ViDA在面积效率方面提高了18.39倍，相较于现有加速器表现出显著优势。
VDiT模型在视频生成中面临哪些挑战？
VDiT模型在高分辨率和长时序场景下计算复杂度高，存在大量帧间冗余计算，导致资源消耗巨大。
《ViDA》论文的作者团队有哪些成员？
论文第一作者丁立和共同第一作者刘军均来自上海交通大学，通讯作者戴国浩是上海交通大学副教授、无问芯穹联合创始人兼首席科学家。
