AMD Nitro-E：304M轻量AI绘图，39.3样本/秒极速生成
【免费下载链接】Nitro-E项目地址: https://ai.gitcode.com/hf_mirrors/amd/Nitro-E
AMD近日推出全新轻量级文本到图像扩散模型Nitro-E，以304M参数实现高效AI绘图，其蒸馏版本在单张AMD Instinct MI300X GPU上可达到39.3样本/秒的极速生成能力，为AI图像生成领域带来性能与效率的双重突破。
当前AI图像生成领域正面临模型规模与推理速度的双重挑战。随着Stable Diffusion、Midjourney等主流模型不断迭代，参数规模已从数亿级向千亿级迈进，但这也导致普通硬件难以承载，且商业部署成本居高不下。行业调研显示，企业级AI绘图应用中，超过60%的算力消耗集中在图像生成环节，如何在保证图像质量的前提下实现轻量化部署，成为制约技术落地的关键瓶颈。
Nitro-E模型家族通过创新架构设计实现了效率突破。其核心是AMD提出的Efficient Multimodal Diffusion Transformer（E-MMDiT）架构，采用" token reduction "设计理念，通过高度压缩的视觉tokenizer生成紧凑表示，并引入多路径压缩模块进一步减少token数量。同时，模型创新性地应用Position Reinforcement技术增强空间连贯性，以及Alternating Subregion Attention（ASA）机制在子区域内执行注意力计算，有效降低计算成本。
该模型系列包含三个版本：基础版Nitro-E-512px（20步生成）、蒸馏版Nitro-E-512px-dist（4步生成）以及采用Group Relative Policy Optimization（GRPO）策略优化的Nitro-E-512px-GRPO。其中蒸馏版本在保持图像质量的同时，将推理步数从20步压缩至4步，配合16位浮点运算（bfloat16）支持，在单张MI300X GPU上实现39.3样本/秒的吞吐量，较同参数规模模型提升近3倍。
训练效率同样令人瞩目。基础模型从 scratch 训练仅需1.5天，在配备8张AMD Instinct MI300X GPU的单节点上即可完成，训练成本较同类模型降低60%以上。训练数据来自约2500万张图像的混合数据集，包括Segment-Anything-1B、JourneyDB、DiffusionDB等公开数据源，确保模型具备丰富的视觉理解能力。
Nitro-E的推出将加速AI图像生成技术的工业化应用。对于内容创作平台，39.3样本/秒的生成速度意味着可同时服务数百名并发用户，且响应延迟控制在毫秒级；在电商领域，该模型可实时生成商品展示图，将传统美工流程从小时级压缩至分钟级；边缘计算场景中，304M的轻量化参数使AI绘图能力可部署在消费级硬件上，为移动设备端AI创作开辟新可能。
值得注意的是，AMD同步开放了Nitro-E的源代码与技术博客，采用MIT许可协议，这将加速学术界对高效扩散模型的研究。行业专家预测，Nitro-E提出的" token压缩 + 子区域注意力 "架构可能成为轻量化扩散模型的标准设计范式，推动AI图像生成从"重算力依赖"向"高效能部署"转型。随着硬件优化与算法迭代的持续结合，未来12个月内，企业级AI绘图的单位算力成本有望降低70%，进一步释放创意产业的数字化潜力。
【免费下载链接】Nitro-E项目地址: https://ai.gitcode.com/hf_mirrors/amd/Nitro-E
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
