深度生成音频模型的能耗

在大多数科学领域中，深度学习界主要聚焦于深度生成模型的质量，从而产生了高度准确且成功的解决方案。然而，这场对质量的竞逐伴随着巨大的计算代价，导致庞大的能耗与温室气体排放。该问题的核心在于我们作为科学界用以评估工作的度量标准。在本文中，我们建议依赖一种基于帕累托最优性的多目标度量，其同时考虑模型质量与其能耗。通过将我们的度量应用于当前最先进的生成音频模型，我们表明它可大幅改变结果的重要性。我们相信这类指标能被学界广泛用于评估其工作，同时将计算代价——并最终将能耗——置于深度学习研究的核心视野中。