Chuyển đến nội dung
tinAI
Quay lại

DiffusionGemma: model text diffusion 26B của Google, nhanh hơn autoregressive 4x

Bản dịch tiếng Việt của tinAI · Từ DiffusionGemma: 4x faster text generation (blog.google) · Ngày gốc: · Dịch ngày:

Bài gốc: DiffusionGemma: 4x faster text generation (blog.google)

Tác giả: Brendan O'Donoghue, Sebastian Flennerhag

Ngày đăng: Dịch ngày:

TL;DR

Google ra DiffusionGemma — model experimental 26B MoE (Apache 2.0) sinh text bằng diffusion thay vì autoregressive. Trên H100 đạt 1000+ tokens/s, RTX 5090 đạt 700+ tokens/s. Chất lượng thấp hơn Gemma 4 chuẩn — dành cho dev prototype low-latency local workflow, không production.

Ước tính đọc: 3 phút

Có gì mới

DiffusionGemma là model open experimental 26B Mixture of Experts (active 3.8B params lúc inference), Apache 2.0 license, sinh text bằng text diffusion thay vì autoregressive token-by-token. Trên GPU dedicated, inference nhanh hơn Gemma 4 autoregressive 4x.

Build trên Gemma 4 family với head diffusion mới được tune để tối ưu speed. Tác giả nói rõ: standard Gemma 4 vẫn là choice cho production output quality cao, DiffusionGemma dành cho researcher và developer làm speed-critical interactive local workflow — in-line editing, rapid iteration, sinh non-linear text structure.

Tính năng chính

Cách hoạt động

Giống image diffusion bắt đầu từ noise và refine ra image rõ, text diffusion hoạt động tương tự:

  1. Canvas: model bắt đầu với canvas gồm placeholder token random.
  2. Iterative refinement: nhiều pass, lock các token đúng và dùng chúng làm context để refine phần còn lại.
  3. Final polish: text converge thành output chất lượng cao.

Vì model xử lý nguyên paragraph khi generate, mở ra pattern mới — đóng markdown complex hoàn hảo, sinh và render code gần real-time.

Khi nào không nên dùng

DiffusionGemma được design cho local và low-concurrency inference. Trong cloud serving high-QPS, model autoregressive saturate compute hiệu quả, parallel decoding của DiffusionGemma diminishing returns và có thể tốn cost hơn. Throughput advantage mạnh nhất ở batch size thấp-trung bình trên single accelerator.

Nếu bạn serve cho hàng ngàn user qua API, stick với Gemma 4 autoregressive.

Cách bắt đầu

Khi nào nên thử

Không nên dùng nếu cần quality production hay serve high-QPS qua API.


Đường dẫn nguồn

tinAI dịch bài này sang tiếng Việt từ DiffusionGemma: 4x faster text generation (blog.google) · Loại nguồn: web và giữ bối cảnh từ bản tin tinAI đã giới thiệu bài này .

Bản tin này có 3 bài dịch liên quan từ cùng bản tin.