SpeeD是由NUS-HPC-AI-Lab开发的扩散模型训练加速工具,通过重新采样和重新加权策略优化时间步处理,实现训练效率提升三倍。其核心采用不对称采样策略和变化感知加权策略,减少收敛区域时间步的采样频率,增加加速和减速区域的时间步采样概率,并对快速变化过程增量的时间步赋予更高权重。该工具即插即用且架构无关,兼容多种扩散模型架构如U-Net、DiT等,适用于图像生成等多种任务。