生成模型推論系統
GCache 依全程誤差配置擴散快取，Wan 2.1 同為 2.17 倍加速時 LPIPS 降至 0.0316
GCache 不再只比較相鄰去噪步驟的局部差異，而是估算快取誤差對最終影像或影片的累積影響。它以動態規劃選擇快取刷新點，再用 Bayesian optimization 讓理論權重對齊實際生成品質。
擴散 Transformer 的相鄰去噪步驟含有大量重複中間特徵，因此 TeaCache、ERTACache 等方法會重用 residual，跳過部分完整模型運算。問題是局部 L1 差異與最終品質並不總是同步：某一步的 residual 看似變化很大，誤差可能很快消散；較早注入的小誤差則可能沿 ODE 軌跡被放大。只按當前相似度決定是否刷新，容易把運算預算放錯位置。
GCache 先推導單次與多次快取重用的全局誤差上界，把每個局部 residual 誤差乘上與時間位置相關的傳播權重。由於 Lipschitz 假設產生的最壞情況上界過度保守，研究者再以 Bernstein polynomial 參數化傳播指數：內層在固定 $K$ 次完整刷新預算下，把選點轉成最短路徑問題，以 $O(KN^2)$ 動態規劃求解；外層則以 Gaussian-process Bayesian optimization 搜尋係數，使選出的策略直接降低 LPIPS 等實測損失。
團隊在單張 NVIDIA A800 80GB 上測試 Open-Sora 1.2、CogVideoX-2B、Wan 2.1-1.3B 與 FLUX.1-dev，影片使用 VBench 的 946 個提示，影像使用 COCO 30K 提示。Wan 2.1 的 81 幀、480p、50 步設定原需 199 秒；GCache-slow 為 91.6 秒，即 2.17 倍加速。在相同速度下，其 LPIPS 為 0.0316，ERTACache 為 0.1095；fast 策略則以 66.1 秒達 3.01 倍加速，LPIPS 仍為 0.0828。FLUX 在相同 2.87 倍加速下，GCache 的 LPIPS 亦由 ERTACache 的 0.2658 降至 0.1825。
方法不需重新訓練生成模型，也不用額外誤差修正網路，適合離線為固定模型與 scheduler 搜尋部署策略。但目前刷新預算固定，局部誤差矩陣來自完整軌跡預計算，極端運動或離群輸入可能令實際軌跡偏離代理值；測速亦只來自 A800。論文尚未連結公開程式，因此工程師仍需等待跨 GPU 重現、策略搜尋成本，以及不同 solver、量化和動態輸入下的結果。