P‐45: Performance Optimization Methods for Large Image Generation Models on Low‐Computing‐Power Devices
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
This paper presents a system‐level optimization framework for large image generation models on low‐computing‐power devices, proposing the BCache temporal caching algorithm combined with resource‐adaptive memory management and computational graph optimization. This approach increases inference speed by 1.5‐4.13x while reducing peak GPU memory usage by 45.8%, all while maintaining nearly lossless generation quality. It provides a practical solution for efficient deployment of large image generation models on resource‐constrained devices.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- P‐45: Performance Optimization Methods for Large Image Generation Models on Low‐Computing‐Power Devices
- Date Crossref
- 01/06/2026
- Éditeur
- Wiley
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
BOE Technology Group (China) pays non établi dans la noticeEntreprise
-
Ltd. Beijing China BOE Technology Group Co. pays non établi dans la noticeEntreprise
BOE Technology Group (China) et BOE Technology Group Co. — Ltd. Beijing China.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.