クアルコム、スマホ上でのStable Diffusion生成をデモ：15秒で画像生成

スマートフォンで生成AIを使って画像を作る場合、通常はクラウド上のサーバーにプロンプトを送信し、処理結果を受け取るのが一般的です。

クアルコムは、スマートフォンの端末単体で画像生成AI「Stable Diffusion」をローカル実行するデモを披露し、世界最速の動作速度を達成したと発表しました。

デモでは、同社のフラッグシップチップ「Snapdragon 8 Gen 2」を搭載した端末を使用し、Stable Diffusion 1.5で512×512ピクセルの画像を15秒未満で生成してみせました。

過去の「1時間」から15秒未満へ大幅短縮

Stable Diffusionのような大規模モデルは計算負荷が非常に高く、一般的なノートPCでも1枚の生成に数分かかることがあります。

クアルコムはこれをスマートフォンにおける最速記録とし、Androidでの初のローカル実行だと主張しました。ただし、実際には開発者のIvon Huang氏が過去にSnapdragon 865搭載のSony Xperia 5 IIでローカル動作に成功しています。ただし、その際は1枚の生成に丸1時間かかっていました。

今回のデモが15秒を切る速度を叩き出せたのは、昨年11月に発表されたSnapdragon 8 Gen 2に搭載されているAI専用プロセッサ「Hexagon」の処理能力と、エンジニアによる徹底したソフトウェア最適化によるものです。

iPhoneでの約60秒を上回る実行速度

端末側での画像生成をめぐっては、Appleも昨年12月にCore ML向けにStable Diffusionの最適化フレームワークを公開しています。

海外メディアがiPhone 13とサードパーティ製アプリ「Draw Things」を用いてCore ML環境でテストしたところ、同じ512×512ピクセルの画像生成には約60秒を要しました。

クアルコムの記録は最新のフラッグシップチップと一般公開されていない独自の最適化パッケージを用いたものであり、2021年発売のiPhoneとの単純比較には留意が必要ですが、速度面で大きなアドバンテージを示したのは事実です。

なぜ重要か

私たちは、今回の成果が生成AIの主戦場をクラウドから端末ローカルへと引き戻す重要な転換点になると考えています。

ユーザーにとって端末ローカル動作のメリットは明白です。電波の届かないオフライン環境でも利用でき、プロンプトや画像が外部サーバーに送信されないためプライバシーが完全に保護され、サーバー代を転嫁したサブスクリプション料金を払う必要もありません。

業界全体にとっても、今後のスマートフォン向けチップの競争軸が写真の補正処理から「自前の生成AIをどれだけ速く動かせるか」へ移行することを決定づけました。AppleやMediaTekも同様の最適化を急ぐはずです。

業界標準のオープンモデルであるStable Diffusionを選んで性能を秒数で分かりやすく可視化した点は非常に賢明です。一方で、今回のデモ環境が一般の開発者やユーザーにいつ開放されるのか、連続生成時の発熱やバッテリー消費にどう耐えるのかという点には依然として課題が残っています。