产品简介
AsyncDiff 是一个通用即插即用的扩散模型加速方案，通过异步去噪将模型并行化到多设备，显著减少图像和视频生成推理延迟，适合AI开发者、研究人员和内容创作者快速生成内容。
核心功能
- 支持多种主流扩散模型（如SD 2.1、SDXL、SD 3等）
- 即插即用，仅需两行代码集成
- 异步并行推理，利用多设备加速
- 加速效果显著，如SDXL提速2.8倍
- 跨平台支持Windows、macOS和Linux
快速开始
- 确保系统有NVIDIA GPU并安装CUDA 12.0以上版本。
- 使用conda创建Python 3.10环境，并安装requirements.txt中的依赖。
- 在扩散模型代码中添加两行AsyncDiff初始化代码。
- 通过分布式运行命令启动加速推理。
界面预览
与其他方案对比
| 对比项 | AsyncDiff | 同类方案 |
|---|---|---|
| 推理速度 | 使用异步并行，实现2.8倍加速（以SDXL为例） | 传统顺序推理速度慢，无并行优化 |
| 易用性 | 即插即用，两行代码即可集成 | 可能需要复杂配置或额外开发 |
适合谁用
- 需要快速生成AI图像的设计师和艺术家
- 进行扩散模型实验的AI研究人员
- 开发AI图像生成应用的程序员
- 使用Stable Diffusion等内容创作用户
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/czg1225/AsyncDiff