Google DeepMind lance DiffusionGemma, un modèle qui exécute l’IA locale 4 fois plus rapidement
Google DeepMind a publié DiffusionGemma, un nouveau modèle d’IA open source qui, selon l’entreprise, génère des images sur des ordinateurs locaux quatre fois plus rapidement que les modèles de diffusion traditionnels.
Le modèle appartient à la famille Gemma de Google, une gamme de modèles d’IA à source ouverte conçus pour fonctionner sur des ordinateurs personnels plutôt que dans le cloud. DiffusionGemma est disponible pour téléchargement sur Hugging Face, la plateforme d’hébergement de modèles d’IA, et peut être exécuté sur des ordinateurs portables et des appareils mobiles dotés d’au moins 8 Go de RAM.
Contrairement aux générateurs d’images d’IA populaires comme DALL-E d’OpenAI ou Imagen de Google, qui nécessitent une puissance de traitement cloud, DiffusionGemma peut créer des images directement sur l’appareil d’un utilisateur. Cette approche offre des avantages en matière de confidentialité puisque les données ne quittent jamais l’appareil, et élimine les coûts d’infrastructure cloud.
La vitesse du modèle provient d’une nouvelle approche technique appelée diffusion par cohérence. Les modèles de diffusion traditionnels génèrent des images en partant du bruit aléatoire et en l’affinant progressivement sur des dizaines voire des centaines d’étapes. DiffusionGemma, en revanche, utilise un processus en deux étapes qui saute la plupart de ces étapes intermédiaires.
La société affirme que DiffusionGemma produit des images de qualité comparable aux modèles de diffusion standard tout en nécessitant beaucoup moins de puissance de calcul. Google a publié deux versions du modèle : une version 1,6 milliard de paramètres optimisée pour les appareils plus petits et une version 3,4 milliards de paramètres offrant une qualité d’image légèrement supérieure pour du matériel plus puissant.
Les développeurs peuvent intégrer DiffusionGemma dans des applications pour des tâches telles que la génération d’avatars personnalisés, la création de vignettes d’articles ou la production de contenus visuels pour les réseaux sociaux. Le modèle prend en charge plusieurs styles artistiques et peut modifier des images existantes en plus de créer de nouvelles images à partir de descriptions textuelles.
La sortie de DiffusionGemma s’inscrit dans une tendance plus large de l’industrie technologique visant à transférer le traitement de l’IA des centres de données vers les appareils locaux. Apple, Microsoft et Qualcomm ont tous récemment lancé des puces et des logiciels optimisés pour faire tourner des modèles d’IA sur des appareils personnels plutôt que de s’appuyer uniquement sur des serveurs cloud.
