AMD, 1단계 이미지 생성 모델 ‘나이트로 디퓨전’ 오픈소스 공개

AMD Nitro Diffusion은 텍스트 기반 이미지 생성을 단 1단계의 추론으로 끝내는 오픈소스 확산 모델입니다. 수십 단계의 노이즈 제거 과정을 건너뛰고 즉각적으로 이미지를 만들어내며, 데이터센터 서버는 물론 AI 기능을 갖춘 PC와 노트북 등 엣지 기기에서도 효율적으로 구동되도록 설계됐습니다.

기술적 구현 방식

일반적인 확산 모델은 품질을 위해 여러 번의 반복 계산을 거쳐야 하지만, Nitro Diffusion은 단 한 번의 추론 단계만으로 기존 풀스텝 모델에 필적하는 시각적 결과물을 냅니다. AMD는 널리 쓰이는 두 가지 오픈소스 모델을 기반으로 이를 구현했습니다.

첫 번째는 ‘AMD Stable Diffusion 2.1 Nitro’로, UNet 백본 아키텍처와 CLIP 텍스트 인코더를 결합해 가볍고 빠른 생성을 지원합니다.

두 번째는 ‘AMD PixArt Sigma Nitro’입니다. 최신 DiT(Diffusion Transformer) 구조를 기반으로 하며, 더 큰 T5 텍스트 인코더를 사용해 복잡한 프롬프트 표현과 디테일 처리에 유리합니다.

구현 과정에서는 PyTorch와 허깅페이스의 Accelerate 라이브러리를 활용했으며, 미리 계산된 잠재 표현을 사용해 훈련 처리량을 끌어올렸습니다. 모든 모델 학습은 AMD의 가속기인 Instinct MI250 환경에서 완료됐습니다.

다운로드 및 실행 방법

코드와 가중치는 오픈소스 커뮤니티에 전면 공개되어 누구나 바로 시험해 볼 수 있습니다.

허깅페이스의 공식 모델 카드 페이지(AMD Stable Diffusion 2.1 Nitro 및 AMD PixArt Sigma Nitro)에서 완성된 모델 파일을 내려받을 수 있으며, 깃허브 저장소를 통해 실행 코드와 안내 문서를 확인할 수 있습니다. 직접 구동할 AMD 하드웨어가 없는 개발자는 AMD Developer Cloud를 통해 지원되는 GPU에 원격 접속해 테스트할 수도 있습니다.

왜 중요한가

실시간 이미지 생성 파이프라인을 구축하거나 로컬 온디바이스 환경에서 지연 시간을 극단적으로 줄여야 하는 개발자에게 이번 1단계 모델은 즉시 도입을 검토해 볼 만한 도구입니다. UNet 기반과 DiT 기반 모델을 모두 제공해 선택지가 넓다는 점도 실용적입니다.

아울러 이번 공개는 AMD가 자사 Instinct MI250 가속기와 소프트웨어 생태계에서도 고난도 생성형 AI 모델의 학습과 배포가 원활히 작동함을 입증한 사례입니다. 엔비디아 중심의 AI 인프라 시장에서 실질적인 오픈소스 대안을 제시했다는 점에서 의미가 있습니다.