| 講演抄録/キーワード |
| 講演名 |
2026-08-06 16:10
アクティブトークン更新によるMaskGITの推論効率化 ○リ シュウカン・市川雄樹・本村真人・藤木大地・金子竜也(科学大) CPSY2026-28 DC2026-28 RECONF2026-28 |
| 抄録 |
(和) |
マスク型画像生成モデルであるMaskGITは,反復的な並列復号により少数ステップで画像を生成できる.
近年では,Halton系列に基づく決定的サンプリング戦略によっても高品質な画像生成が可能であることが示されてい
る.しかし,各ステップでTransformer全体を再計算するため推論コストの高さが依然として課題である.本稿では,
Halton スケジューラに基づく復号において各ステップで新たに確定するトークンが少数であることに着目し,FFNの
計算を現ステップおよび直前ステップで新たに確定したアクティブトークンのみに限定するとともに,非アクティブ
トークンでは直前ステップのFFN出力をキャッシュとして再利用することで,推論計算量を削減する手法を提案す
る.さらに,品質劣化を抑制するため,数ステップに一度だけ全トークンを再計算してキャッシュを更新する周期的
リフレッシュを導入する.ImageNet384×384におけるクラス条件付き画像生成タスクで,提案手法は3種類のモデ
ル(H-MaskGIT-L/B/S) |
| (英) |
Masked Generative Image Transformer (MaskGIT) generates images in a small number of steps through iterative
parallel decoding. Recent studies have shown that high-quality image generation can also be achieved using a deterministic
sampling strategy based on the Halton sequence. However, inference remains computationally expensive because the entire
Transformer is recomputed for all tokens at every decoding step. In this paper, we observe that only a small number of tokens
are newly committed at each step under Halton-scheduled decoding. Based on this observation, we propose a method that
reduces inference computation by restricting feed-forward network (FFN) computation to the active tokens newly committed
in the current and previous steps, while reusing cached FFN outputs from the previous step for inactive tokens. Furthermore,
to mitigate quality degradation caused by excessive cache reuse, we introduce a periodic refresh mechanism that recomputes
all tokens every few steps to update the cache. Experiments on class-conditional image generation on ImageNet 384 × 384
using three models (H-MaskGIT-L/B/S) demonstrate that the proposed method reduces the theoretical computation (FLOPs)
by approximately 23% while maintaining nearly the same FID as the baseline. |
| キーワード |
(和) |
機械学習 / 画像生成 / 推論高速化 / 計算量削減 / MaskGIT / トークンキャッシュ / / |
| (英) |
Machine Learning / Image generation / Inference acceleration / Computation reduction / MaskGIT / token caching / / |
| 文献情報 |
信学技報, vol. 126, no. 140, CPSY2026-28, pp. 67-72, 2026年8月. |
| 資料番号 |
CPSY2026-28 |
| 発行日 |
2026-07-30 (CPSY, DC, RECONF) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
CPSY2026-28 DC2026-28 RECONF2026-28 |
| 研究会情報 |
| 研究会 |
CPSY DC RECONF IPSJ-ARC |
| 開催期間 |
2026-08-05 - 2026-08-07 |
| 開催地(和) |
飛騨・世界生活文化センター(通称:飛騨センター) |
| 開催地(英) |
Hida Earth Wisdom Center |
| テーマ(和) |
SWoPP2026: 並列/分散/協調システムとディペンダブルコンピューティングおよび一般 |
| テーマ(英) |
SWoPP2026: Parallel, Distributed and Cooperative Processing Systems and Dependable Computing |
| 講演論文情報の詳細 |
| 申込み研究会 |
CPSY |
| 会議コード |
2026-08-CPSY-DC-RECONF-ARC |
| 本文の言語 |
日本語 |
| タイトル(和) |
アクティブトークン更新によるMaskGITの推論効率化 |
| サブタイトル(和) |
|
| タイトル(英) |
Efficient MaskGIT Inference via Active Token Update |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
機械学習 / Machine Learning |
| キーワード(2)(和/英) |
画像生成 / Image generation |
| キーワード(3)(和/英) |
推論高速化 / Inference acceleration |
| キーワード(4)(和/英) |
計算量削減 / Computation reduction |
| キーワード(5)(和/英) |
MaskGIT / MaskGIT |
| キーワード(6)(和/英) |
トークンキャッシュ / token caching |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
リ シュウカン / Qiuhan Li / リ シュウカン |
| 第1著者 所属(和/英) |
東京科学大学 (略称: 科学大)
Institute of Science Tokyo (略称: Science Tokyo) |
| 第2著者 氏名(和/英/ヨミ) |
市川 雄樹 / Yuki Ichikawa / イチカワ ユウキ |
| 第2著者 所属(和/英) |
東京科学大学 (略称: 科学大)
Institute of Science Tokyo (略称: Science Tokyo) |
| 第3著者 氏名(和/英/ヨミ) |
本村 真人 / Masato Motomura / モトムラ マサト |
| 第3著者 所属(和/英) |
東京科学大学 (略称: 科学大)
Institute of Science Tokyo (略称: Science Tokyo) |
| 第4著者 氏名(和/英/ヨミ) |
藤木 大地 / Daichi Fujiki / フジキ ダイチ |
| 第4著者 所属(和/英) |
東京科学大学 (略称: 科学大)
Institute of Science Tokyo (略称: Science Tokyo) |
| 第5著者 氏名(和/英/ヨミ) |
金子 竜也 / Tatsuya Kaneko / カネコ タツヤ |
| 第5著者 所属(和/英) |
東京科学大学 (略称: 科学大)
Institute of Science Tokyo (略称: Science Tokyo) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-08-06 16:10:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
CPSY |
| 資料番号 |
CPSY2026-28, DC2026-28, RECONF2026-28 |
| 巻番号(vol) |
vol.126 |
| 号番号(no) |
no.140(CPSY), no.141(DC), no.142(RECONF) |
| ページ範囲 |
pp.67-72 |
| ページ数 |
6 |
| 発行日 |
2026-07-30 (CPSY, DC, RECONF) |