AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：圖像AI那么耗算力，問(wèn)題出在 RGB 格式上？
關(guān)鍵字：圖像,模型,神經(jīng)網(wǎng)絡(luò),語(yǔ)言,格式
文章來(lái)源：JioNLP
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

Hello，大家好，我是 JioNLP。
最近一直在想一個(gè)問(wèn)題。為什么我們的圖像 AI 模型那么耗算力？比如，現(xiàn)在多模態(tài)圖文理解 AI 模型本地化部署一個(gè)節(jié)點(diǎn)，動(dòng)不動(dòng)就需要十幾個(gè) G 的顯存資源。
這個(gè)原因當(dāng)然很多，這篇文章我只說(shuō)一個(gè)點(diǎn)。
那就是 AI 模型的圖像輸入是 RGB 。
RGB 圖像的壓縮一般像一張 1920 x 1080 的圖像，如果要輸入 AI 模型做處理的話，必須首先轉(zhuǎn)換成 RGB 三顏色格式，形成一個(gè) 1920 x 1080 x 3 字節(jié)大小的輸入，這個(gè)大小大概是 6M 內(nèi)存空間的大小。
但是除了 RGB 這種格式之外，還有 YUV 這種圖像存儲(chǔ)格式，它利用了人眼睛對(duì)亮度敏感，對(duì)顏色不敏感這個(gè)特性，實(shí)現(xiàn)了對(duì)圖像的壓縮。存儲(chǔ)一張1920 x 1080 的 YUV 格式的圖像只需要大概 3M 內(nèi)存空間。空間減半了。
當(dāng)然，3M 還是太大了，有很多的壓縮算法，它可以把圖像做極致的壓縮，一張 1920 x 1080 的圖像，按照jpeg 的壓縮方法，可以壓縮到幾百 KB 的大小。比原始 RGB 高效多了，但是從眼視覺角度看，兩者幾乎看不出差別。（下圖中，png 存儲(chǔ)的就

原文鏈接：圖像AI那么耗算力，問(wèn)題出在 RGB 格式上？

聯(lián)系作者

文章來(lái)源：JioNLP
作者微信：
作者簡(jiǎn)介：