A100 GPU 이용률 15%에서 torch.compile 도입 후 최대 3배 성능 향상
Why Your PyTorch Training Crawls on a Beefy GPU (And How to Fix It)
H100 기준 SDXL UNet 단계 42ms에서 28ms로 33% 단축
Why your diffusion model is slow at batch size 1 (and what actually helps)
Hugging Face Diffusers 팀이 Flash Attention 3, torch.compile, FP8 양자화를 조합해 Flux.1-Dev 모델의 LoRA 추론 속도를 2.23배 향상
Fast LoRA inference for Flux with Diffusers and PEFT