huggingface / huggingface/diffusers

[Feature] Integrate 'CHORDS: Diffusion Sampling Accelerator with Multi-core Hierarchical ODE Solvers'

Offen
#12,227 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
stale
Vorherrschende Sprache
Python
Sterne
34.5k
Forks
7.3k
Ø Merge
3 T. 3 Std.
Gemergte PRs (30 T.)
91

Beschreibung

I find a latest, general, training-free, and model-agnostic acceleration strategy via multicore parallelism for image generation and video generation.

[Source Code](https://github.com/hanjq17/CHORDS)

```bibtex
@misc{hanCHORDSDiffusionSampling2025,
title = {{{CHORDS}}: {{Diffusion Sampling Accelerator}} with {{Multi-core Hierarchical ODE Solvers}}},
shorttitle = {{{CHORDS}}},
author = {Han, Jiaqi and Ye, Haotian and Li, Puheng and Xu, Minkai and Zou, James and Ermon, Stefano},
year = {2025},
month = jul,
number = {arXiv:2507.15260},
eprint = {2507.15260},
primaryclass = {cs},
publisher = {arXiv},
doi = {10.48550/arXiv.2507.15260},
urldate = {2025-07-31},
}
```

Beitragsleitfaden

Beitragsleitfaden öffnen

Rechercherichtung

Beginne mit der verknüpften CHORDS-Quelle und vergleiche ihren modellagnostischen Ansatz zur Bild- und Video-Sampling mit der bestehenden Sampling-Architektur von Diffusers. Identifiziere vor der Implementierung die betroffenen Pipelines und eine Validierungsstrategie; als abgeschlossen gilt die Aufgabe, wenn der Accelerator für die vorgesehenen Generierungs-Workflows integriert ist und sein Verhalten verifiziert wurde.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python, pytorch
Bereich
machine-learning, performance
Issue-Typ
Feature
Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
25/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.