연구진이 디퓨전 정책 추론 속도를 높이는 EVO(Evolving Cache Schedules) 프레임워크를 개발했어요. EVO는 블록-타임스텝 격자 위에서 캐시 새로 고침 스케줄을 진화시켜 불필요한 연산을 줄여요.
EVO는 기존 방식보다 성능 저하 없이 최대 8.05배의 액션 생성 속도 향상과 FLOPs를 15.77G에서 1.96G로 감소시켰어요.
오프라인에서 최적화된 스케줄은 재학습 없이 사전 훈련된 디퓨전 정책에 바로 적용 가능하며, GitHub에서 소스 코드를 확인할 수 있어요.