في عالم الذكاء الاصطناعي، تظل النماذج التوليدية البصرية القائمة على الانتشار (Diffusion-based visual generative models) في طليعة الابتكارات من حيث جودة توليد الصور والفيديو. لكن، يعاني الباحثون والمطورون من التكاليف العالية لعملية الاستدلال، حيث تقوم المعالجات بتقييم الشبكات الكبيرة بشكل متكرر، مما يزيد من الزمان المستغرق.

للتخفيف من هذا التحدي، تُعتبر أساليب التخزين المؤقت (Caching) أحد الحلول الفعالة، حيث تساهم في تقليل زمن الاستدلال من خلال إعادة استخدام المعالجات الوسيطة عبر خطوات الزمن المتعاقبة. ومع ذلك، تعتمد معظم أنظمة التحكم الخاصة بالتخزين المؤقت على تقلبات زمنية محلية ولا تأخذ في الاعتبار التداعيات على مستوى المسار الناتج عن إعادة استخدام التخزين المؤقت.

ولمواجهة هذه المشكلة، قدم الباحثون تقنية جديدة تسمى EpaCache، وهي سياسة تخزين مؤقت لا تعتمد على التدريب. تعتمد هذه التقنية على تخصيص ميزانية إعادة الاستخدام بشكل متكيف في الخطوات الأكثر تأثيرا على النتائج النهائية.

وفقاً للتجارب التي أُجريت على نماذج توليد الصور والفيديو، أظهرت EpaCache تحسيناً ملحوظاً في توازن زمن الاستدلال والدقة مقارنة بالطرق الحالية. في تجربة FLUX.1-dev، تخطت EpaCache الطريقة التقليدية الأحدث في زمني الاستدلال والدقة، حيث خفضت زمن الاستدلال من 11.7 ثانية إلى 11.3 ثانية مع تحسين PSNR (Peak Signal-to-Noise Ratio) من 21.4 إلى 22.8.

أما في HunyuanVideo، فقد حققت EpaCache زيادة في السرعة بمقدار 2.63 مرة مقارنة بالاستدلال غير المخزن مؤقتاً، كما حسنّت SSIM (Structural Similarity Index) من 0.891 إلى 0.905 بنفس زمن الاستدلال.

تعتبر هذه التحسينات خطوة مهمة نحو تحقيق الكفاءة في تقنيات توليد المحتوى البصري باستخدام الذكاء الاصطناعي. ما رأيكم في هذه التطورات؟ هل تعتقدون أن EpaCache ستغير مستقبل النماذج التوليدية؟ شاركونا آراءكم في التعليقات.