في عالم الذكاء الاصطناعي، يتطلب إنتاج فيديو عالي الجودة من نماذج تدفق الفيديو (vDiTs) كميات هائلة من الطاقة الحاسوبية بسبب فترات التدفق الطويلة وحسابات الانتباه الذاتي. ومع تقليل فترات التدفق، تصبح تكاليف الحساب تعتبر عنق الزجاجة الرئيسي.

ترتكب تقنيات التسريع الحالية الأخطاء باعتمادها على أساليب الانتباه المتفرق المستمدة من نماذج اللغات الضخمة (Large Language Models)، دون الأخذ في الاعتبار الخصوصيات الزمنية والمكانية للبيانات الفيديوية.

تأتي كالييدو (Kaleido) كحل مبتكر، حيث تقدم تصميمًا متكاملًا بين الخوارزمية والأجهزة لتسريع جميع العمليات في نماذج vDiTs. تعتمد هذه التقنية على استغلال الروابط الزمنية المكانية عند الفضاء الكامن.

تقوم كالييدو بتقديم خوارزمية استهلاك خفيفة الوزن تعيد استخدام النتائج الجزئية، مما يؤدي إلى تجاوز الحسابات الزائدة مع الحفاظ على جودة إنتاج أعلى من الطرق السابقة، حيث تزيد عن 17 ديسيبل. ولتقديم دعم فعال لهذه الخوارزمية، تم تصميم مسرع يشبه مصفوفة تعبئة البيانات مع عناصر معالجة يمكن إعادة تكوينها وموصل بيانات خفيف الوزن.

أظهرت التحليلات عبر ثلاثة نماذج رئيسية لـ vDiT أن كالييدو تحقق زيادة في سرعة الأداء تصل إلى 5.9 ضعف وتوفير في الطاقة يصل إلى 16 مرة مقارنة بمسرعات الحالة الأفضل في السوق. هذا الابتكار قد يغير بالطبع قواعد اللعبة في عالم معالجة الفيديو بالذكاء الاصطناعي.