文章目录
- 模块出处
- 模块介绍
- 模块提出的动机(Motivation)
- 适用范围与模块效果
- 模块代码及使用方式
模块出处
Paper:BinaryAttention: One-Bit QK-Attention for Vision and Diffusion Transformers
Code:https://github.com/EdwardChasel/BinaryAttention
模块介绍
BinaryAttention示意图:将查询和键转换为缩放的二进制表示,应用偏差增强和量化注意力系数和值。
BinaryAttention核心创新点:
- 多模式量化架构:Q/K 二值化,将 Q/K 张量量化为 ±1 二值,存储成本降低 8 倍(32 位浮点→1 位二值),注意力分数计算(点积)简化为加减运算,计算成本大幅降低。分层量化选项,支持 “仅