加速200倍，单显卡1.8秒生成5秒高清视频！清华与Vidu解开了视频扩散模型的速度枷锁（

1.显卡做视频

TurboDiffusion将视频生成从漫长的渲染等待变成了实时的所见即所得。清华、生数科技与伯克利联手解开了视频扩散模型的速度枷锁。

2.显卡生成图像的帧数

加速后的Wan2.1-T2V-1.3B-480P，单显卡1.8秒生成5秒视频，加速约93倍。

3.显卡帧生成时间

Wan2.2-I2V-A14B-720P，5秒视频加速约119倍。

4.视频制作显卡

Wan2.1-T2V-14B-720P，5秒视频加速约205倍。

5.图形显卡做视频

视频生成一直以来始终像一个沉重的巨人，它拥有惊人的创造力，却步履蹒跚这种延迟并非算力不够强大，而是现有视频扩散模型的计算复杂度天然地构筑了一道高墙TurboDiffusion通过一套精密的组合拳，在保持视频质量几乎无损的前提下，将推理速度提升了100到205倍。

6.怎样设置显卡提高视频性能

稀疏、蒸馏与全链路量化视频生成之所以慢，本质上是一个计算量爆炸的数学问题与图像生成不同，视频不仅仅是二维像素的堆叠，它还增加了一个时间维度当你要求模型生成一段视频时，它不仅要处理每一帧画面的空间细节，还要计算帧与帧之间的时间连贯性。

7.显卡视频插帧

目前的视频扩散模型，大多基于Transformer架构在标准的注意力机制中，计算复杂度是呈二次方增长的如果视频的分辨率提高一倍，或者帧数增加一倍，计算量并不是简单的翻倍，而是呈指数级暴涨TurboDiffusion解决速度问题的第一个切入点，是对Transformer中注意力机制（Attention）进行了改造。

8.如何设置显卡为主要视频输出

研究团队引入了两种核心技术：SageAttention和可训练的稀疏线性注意力（Sparse-Linear Attention, SLA）在传统的计算中，神经网络的参数和激活值通常使用16位浮点数（FP16）甚至32位浮点数（FP32）来存储和计算。

9.显卡可以提升视频画质吗

SageAttention及其变体SageAttention2 ，采用了一种极为激进但精准的量化策略，将注意力计算中的关键矩阵操作压低到了8位甚至更低的精度稀疏线性注意力（SLA）则改变计算的路径，引入了一种可训练的稀疏机制，它让模型学会只看重点。

10.1080p视频显卡

通过将全量注意力替换为稀疏线性注意力，计算复杂度降低到了线性由于稀疏计算与低位Tensor Core（张量核心）加速正交，因此可以在SageAttention的基础上构建SLA，以在推理过程中获得额外的几倍加速。

TurboDiffusion引入了步数蒸馏（Step Distillation）技术，具体采用了随机一致性模型（Randomized Consistency Models, rCM）这是一种当前最先进的蒸馏方法，它教会模型如何“跳着走楼梯”。

传统的扩散模型在每一步去噪时，只能预测出一小步的变化而经过rCM蒸馏后的模型，具备了更强的预测能力，它可以在一步之内跨越原本需要十几步才能完成的去噪路径TurboDiffusion采用了W8A8量化策略。

W8A8指的是Weight（权重）和Activation（激活值）都使用8位整数（INT8）进行表示这比常见的FP16格式节省了一半的显存空间，同时也减少了一半的显存访问量为了保证模型在如此低精度下依然聪明，TurboDiffusion采用了块级（Block-wise）量化策略，粒度细化到128×128。

训练与推理的极致效率训练：给定一个预训练的视频生成模型，TurboDiffusion采用如下训练流程首先将模型中的全注意力（Full Attention）替换为稀疏线性注意力SLA，并对模型进行少量步数的微调（finetuning）。

与此同时，使用rCM将预训练模型蒸馏为一个采样步数更少的生成过程然后将SLA微调与rCM训练所产生的参数更新合并，得到一个统一的模型更多训练细节，团队表示将在下一版技术报告中提供推理：上述训练得到的视频生成模型，在推理阶段采用了如下加速策略。