本期封面报道单位 东南大学集成电路学院
封面文章 扩散模型神经网络加速策略综述
尽管扩散模型在图像生成等任务中表现卓越，但其高性能背后却隐藏着高昂的计算代价与复杂的网络结构，尤其在边缘设备部署中面临严峻挑战。
《电子与封装》特邀东南大学刘波老师团队撰写综述《扩散模型神经网络加速策略综述》，系统梳理了当前扩散模型在算法与硬件层的加速优化路径。文章从通用平台上的轻量化算法设计出发，深入探讨了软硬件协同加速框架在高效推理中的作用机制。
针对推理过程中的迭代计算负担、显存瓶颈与能耗限制，文章详尽评述了量化、剪枝、差分计算、稀疏执行等策略，并总结了它们在GPU、ASIC、CIM等不同平台上的适用性与设计关键点。
面向未来，文章展望了以模型结构优化与硬件共设计为导向的趋势，强调高能效部署能力将成为生成式模型走向实际落地的关键支撑。
图 Stable Diffusion网络架构和图像去噪过程
