Google DeepMind 发布 DiffusionGemma，专用 GPU 上文本生成最高提速 4 倍

Google DeepMind 发布实验性开放模型 DiffusionGemma，以文本扩散并行生成整块文本，在专用 GPU 上最高实现 4 倍文本生成速度。该 26B MoE 模型推理时激活 3.8B 参数，单张 NVIDIA H100 可达 1000+ tokens/s，量化后可装入 18GB VRAM 的高端消费级 GPU。