开源扩散大模型首次跑赢自回归！上交大联手UCSD推出D2F，吞吐量达LLaMA3的2.5倍

上海交通大学 DENG Lab 与加州大学圣地亚哥分校联合提出 D2F，首次使开源扩散大语言模型（dLLMs）推理速度显著超过主流自回归（AR）模型。实验显示，D2F 在 GSM8K 上实现最高 2.5 倍于 LLaMA3 的吞吐量，并相比原始 dLLMs 最高达 50 倍加速。该方法通过混合架构设计，解决了 KV 缓存兼容性和块间并行问题，提供更优性能-效率权衡，为大模型推理优化开辟新路径。
来源：https://mp.weixin.qq.com/s/zmZYKl0f9kdoYpO-99IQjg