图像AI那么耗算力，问题出在 RGB 格式上？

AIGC动态欢迎阅读

原标题：图像AI那么耗算力，问题出在 RGB 格式上？
关键字：图像,模型,神经网络,语言,格式
文章来源：JioNLP
内容字数：0字

内容摘要：

Hello，大家好，我是 JioNLP。
最近一直在想一个问题。为什么我们的图像 AI 模型那么耗算力？比如，现在多模态图文理解 AI 模型本地化部署一个节点，动不动就需要十几个 G 的显存资源。
这个原因当然很多，这篇文章我只说一个点。
那就是 AI 模型的图像输入是 RGB 。
RGB 图像的压缩一般像一张 1920 x 1080 的图像，如果要输入 AI 模型做处理的话，必须首先转换成 RGB 三颜色格式，形成一个 1920 x 1080 x 3 字节大小的输入，这个大小大概是 6M 内存空间的大小。
但是除了 RGB 这种格式之外，还有 YUV 这种图像存储格式，它利用了人眼睛对亮度敏感，对颜色不敏感这个特性，实现了对图像的压缩。存储一张1920 x 1080 的 YUV 格式的图像只需要大概 3M 内存空间。空间减半了。
当然，3M 还是太大了，有很多的压缩算法，它可以把图像做极致的压缩，一张 1920 x 1080 的图像，按照jpeg 的压缩方法，可以压缩到几百 KB 的大小。比原始 RGB 高效多了，但是从眼视觉角度看，两者几乎看不出差别。（下图中，png 存储的就

原文链接：图像AI那么耗算力，问题出在 RGB 格式上？