속보01 / AI
RAWATTA, 추가 학습 없이 이미지 200장 처리
어텐션 연산에 8비트 정밀도를 적용하고 보정 검사에서 필요한 층만 16비트로 유지한 방식이다.

연구진은 RAWATTA로 이미지 200장을 추가 학습 없이 처리했다고 발표했다. 메모리 12 GB인 그래픽처리장치(GPU)에서 얻은 연구진 공개 수치이다.
arXiv에 기재된 논문 제출일은 11월 13일이다. RAWATTA는 어텐션 연산에 기본적으로 8비트 정밀도를 적용했다. 보정 검사에서 필요한 층에만 16비트 정밀도를 적용한 방식이다.
연구진은 RAWATTA-Fast에서 일부 층의 연산을 근사값으로 대체했다고 설명했다. 장면 전체를 평균 내거나 첫 이미지를 기준으로 삼는 층 일부가 대상이다.
논문 초록에 따르면 VGGT는 여러 사진으로 장면을 입체 복원하는 모델이다. 기존 공개 코드는 이미지 100장에서 메모리가 부족했다는 연구진 공개 수치이다.
연구진은 초록에서 처리 속도의 구체적인 향상 배율을 공개하지 않았다.