8 月 27 日消息，字節(jié)跳動近期開源了一項(xiàng)代號為 OMGD 的壓縮技術(shù)。這是字節(jié)自研的 GAN(生成對抗網(wǎng)絡(luò))壓縮算法，在保證生成效果不變的前提下，算力消耗最低可以減少到原來的 1/46，相比之前業(yè)界的最佳壓縮效果提升一倍多。據(jù)悉，這項(xiàng)技術(shù)的論文已入選國際計(jì)算機(jī)視覺會議 ICCV 2021。
據(jù)悉，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)。漫畫特效等人們常用的短視頻道具，就是通過 GAN 實(shí)現(xiàn)的。
由于 GAN 對計(jì)算資源和存儲空間的需求巨大，模型難以直接部署到手機(jī)、Pad 等移動設(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)跳動技術(shù)團(tuán)隊(duì)的論文顯示，該算法能靈活地在訓(xùn)練過程中優(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。
測試數(shù)據(jù)表明，OMGD 壓縮算法對 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，對黑白圖片著色等。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)跳動已開源了機(jī)器學(xué)習(xí)平臺 Klever、聯(lián)邦學(xué)習(xí)平臺 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)跳動一個(gè)重要的技術(shù)研究方向。在不久前的自然語言處理領(lǐng)域國際頂會 ACL 2021 上，字節(jié)跳動的詞表學(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。
