Buchumschlag

Astraea: A Token-wise Acceleration Framework for Video Diffusion Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Haosong, Cheng, Yuge, Miao, Wenxuan, Liu, Zihan, Chen, Aiyue, Lin, Jing, Yao, Yiwu, Chen, Chen, Leng, Jingwen, Feng, Yu, Guo, Minyi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TIMERIPPLE: Accelerating vDiTs by Understanding the Spatio-Temporal Correlations in Latent Space
von: Miao, Wenxuan, et al.
Veröffentlicht: (2025)

RainFusion: Adaptive Video Generation Acceleration via Multi-Dimensional Visual Redundancy
von: Chen, Aiyue, et al.
Veröffentlicht: (2025)

Lumina: Real-Time Mobile Neural Rendering by Exploiting Computational Redundancy
von: Feng, Yu, et al.
Veröffentlicht: (2025)

RainFusion2.0: Temporal-Spatial Awareness and Hardware-Efficient Block-wise Sparse Attention
von: Chen, Aiyue, et al.
Veröffentlicht: (2025)

Cicero: Addressing Algorithmic and Architectural Bottlenecks in Neural Rendering by Radiance Warping and Memory Optimizations
von: Feng, Yu, et al.
Veröffentlicht: (2024)

SeeLe: A Unified Acceleration Framework for Real-Time Gaussian Splatting
von: Huang, Xiaotong, et al.
Veröffentlicht: (2025)

Accelerating Diffusion Transformers with Token-wise Feature Caching
von: Zou, Chang, et al.
Veröffentlicht: (2024)

Design the Quantum Instruction Set with the Cartan Coordinate Analysis Framework
von: Wu, Anbang, et al.
Veröffentlicht: (2024)

Potamoi: Accelerating Neural Rendering via a Unified Streaming Architecture
von: Feng, Yu, et al.
Veröffentlicht: (2024)

Accelerating Sparse DNNs Based on Tiled GEMM
von: Guo, Cong, et al.
Veröffentlicht: (2024)

DASH: Deterministic Attention Scheduling for High-throughput Reproducible LLM Training
von: Qiang, Xinwei, et al.
Veröffentlicht: (2026)

SparseTem: Boosting the Efficiency of CNN-Based Video Encoders by Exploiting Temporal Continuity
von: Wang, Kunyun, et al.
Veröffentlicht: (2024)

Rethinking Token-wise Feature Caching: Accelerating Diffusion Transformers with Dual Feature Caching
von: Zou, Chang, et al.
Veröffentlicht: (2024)

SLTarch: Towards Scalable Point-Based Neural Rendering by Taming Workload Imbalance and Memory Irregularity
von: Li, Xingyang, et al.
Veröffentlicht: (2025)

StreamGrid: Streaming Point Cloud Analytics via Compulsory Splitting and Deterministic Termination
von: Feng, Yu, et al.
Veröffentlicht: (2025)

An Optimizing Framework on MLIR for Efficient FPGA-based Accelerator Generation
von: Zhang, Weichuang, et al.
Veröffentlicht: (2024)

On the (In-)Security of the Shuffling Defense in the Transformer Secure Inference
von: Li, Zhengyi, et al.
Veröffentlicht: (2026)

CuBridge: An LLM-Based Framework for Understanding and Reconstructing High-Performance Attention Kernels
von: Ma, Xing, et al.
Veröffentlicht: (2026)

FlashFuser: Expanding the Scale of Kernel Fusion for Compute-Intensive Operators via Inter-Core Connection
von: Huang, Ziyu, et al.
Veröffentlicht: (2025)

ClusterFusion: Expanding Operator Fusion Scope for LLM Inference via Cluster-Level Collective Primitive
von: Luo, Xinhao, et al.
Veröffentlicht: (2025)

Token Caching for Diffusion Transformer Acceleration
von: Lou, Jinming, et al.
Veröffentlicht: (2024)

M-ANT: Efficient Low-bit Group Quantization for LLMs via Mathematically Adaptive Numerical Type
von: Hu, Weiming, et al.
Veröffentlicht: (2025)

FreeKV: Boosting KV Cache Retrieval for Efficient LLM Inference
von: Liu, Guangda, et al.
Veröffentlicht: (2025)

Qihoo-T2X: An Efficient Proxy-Tokenized Diffusion Transformer for Text-to-Any-Task
von: Wang, Jing, et al.
Veröffentlicht: (2024)

Taming Extreme Tokens: Covariance-Aware GRPO with Gaussian-Kernel Advantage Reweighting
von: Wang, Cheng, et al.
Veröffentlicht: (2026)

A Synergistic CNN-Transformer Network with Pooling Attention Fusion for Hyperspectral Image Classification
von: Chen, Peng, et al.
Veröffentlicht: (2026)

DiffSparse: Accelerating Diffusion Transformers with Learned Token Sparsity
von: Zhu, Haowei, et al.
Veröffentlicht: (2026)

Splatonic: Architecture Support for 3D Gaussian Splatting SLAM via Sparse Processing
von: Huang, Xiaotong, et al.
Veröffentlicht: (2025)

An Efficient Private GPT Never Autoregressively Decodes
von: Li, Zhengyi, et al.
Veröffentlicht: (2025)

Sparse-vDiT: Unleashing the Power of Sparse Attention to Accelerate Video Diffusion Transformers
von: Chen, Pengtao, et al.
Veröffentlicht: (2025)

VQ-LLM: High-performance Code Generation for Vector Quantization Augmented LLM Inference
von: Liu, Zihan, et al.
Veröffentlicht: (2025)

InfiniLoRA: Disaggregated Multi-LoRA Serving for Large Language Models
von: Chen, Hongyu, et al.
Veröffentlicht: (2026)

Block-wise Adaptive Caching for Accelerating Diffusion Policy
von: Ji, Kangye, et al.
Veröffentlicht: (2025)

TAP: A Token-Adaptive Predictor Framework for Training-Free Diffusion Acceleration
von: Zhu, Haowei, et al.
Veröffentlicht: (2026)

Arena: A Patch-of-Interest ViT Inference Acceleration System for Edge-Assisted Video Analytics
von: Peng, Haosong, et al.
Veröffentlicht: (2024)

Taming Outlier Tokens in Diffusion Transformers
von: Wu, Xiaoyu, et al.
Veröffentlicht: (2026)

Filter, Correlate, Compress: Training-Free Token Reduction for MLLM Acceleration
von: Han, Yuhang, et al.
Veröffentlicht: (2024)

GMLake: Efficient and Transparent GPU Memory Defragmentation for Large-scale DNN Training with Virtual Memory Stitching
von: Guo, Cong, et al.
Veröffentlicht: (2024)

eLLM: Elastic Memory Management Framework for Efficient LLM Serving
von: Xu, Jiale, et al.
Veröffentlicht: (2025)

AIM: Adaptive Inference of Multi-Modal LLMs via Token Merging and Pruning
von: Zhong, Yiwu, et al.
Veröffentlicht: (2024)