字節(jié)跳動(dòng)開(kāi)源最新GAN壓縮算法，算力消耗可減少至1/46

GAN是人工智能領(lǐng)域重要的深度學(xué)習(xí)模型，在圖像生成、音樂(lè)生成和視頻生成等方面應(yīng)用廣泛，還可以提高圖像質(zhì)量，實(shí)現(xiàn)圖像風(fēng)格化、圖像著色等任務(wù)。漫畫(huà)特效等人們常用的短視頻道具，就是通過(guò)GAN實(shí)現(xiàn)的。

由于GAN對(duì)計(jì)算資源和存儲(chǔ)空間的需求巨大，模型難以直接部署到手機(jī)、Pad等移動(dòng)設(shè)備上，業(yè)界一直在努力改進(jìn)GAN的壓縮方法。2020年，麻省理工學(xué)院、Adobe和上海交通大學(xué)的研究者們提出一種GAN壓縮算法，將算力消耗成功減少到1/21。此次字節(jié)跳動(dòng)提出的OMGD方法則進(jìn)一步提升了壓縮能力。

OMGD（Online Multi-Granularity Distillation）意為“在線多粒度蒸餾”。據(jù)字節(jié)跳動(dòng)技術(shù)團(tuán)隊(duì)的論文顯示，該算法能靈活地在訓(xùn)練過(guò)程中優(yōu)化并壓縮GAN模型，從而實(shí)現(xiàn)更好的圖像效果和更少的計(jì)算成本。

測(cè)試數(shù)據(jù)表明，OMGD壓縮算法對(duì)Pix2Pix和CycleGAN這兩種常用的GAN解決方案效果顯著。Pix2Pix和CycleGAN主要應(yīng)用于圖像到圖像的“翻譯”，比如將照片轉(zhuǎn)換為繪畫(huà)，對(duì)黑白圖片著色等。OMGD壓縮算法可使其算力消耗分別減少到原來(lái)的1/40和1/46。

目前，OMGD壓縮算法已在抖音等產(chǎn)品中落地，為用戶(hù)提供更豐富的視頻創(chuàng)作能力。相關(guān)技術(shù)代碼也已發(fā)布在開(kāi)源社區(qū)，以幫助從業(yè)者提升GAN的創(chuàng)新和應(yīng)用效率。迄今，字節(jié)跳動(dòng)已開(kāi)源了機(jī)器學(xué)習(xí)平臺(tái)Klever、聯(lián)邦學(xué)習(xí)平臺(tái)Fedlearner、高性能分布式訓(xùn)練框架BytePS 、LightSeq推理和訓(xùn)練引擎等重磅項(xiàng)目。

節(jié)能環(huán)保是字節(jié)跳動(dòng)一個(gè)重要的技術(shù)研究方向。在不久前的自然語(yǔ)言處理領(lǐng)域國(guó)際頂會(huì)ACL 2021上，字節(jié)跳動(dòng)的詞表學(xué)習(xí)方案獲得年度唯一的“最佳論文”大獎(jiǎng)，該論文同樣極具節(jié)能價(jià)值，相比主流詞表可以節(jié)約92%的算力。

OMGD論文鏈接：https://arxiv.org/abs/2108.06908

開(kāi)源項(xiàng)目鏈接：https://github.com/bytedance/OMGD