본 논문은 잡음 제거 확산 확률 모델(DDPM)의 추론 시간 병목 현상을 해결하기 위해, DDPM과 확률적 국재화 간의 관계를 이용하여 DDPM의 증분이 교환 가능성 속성을 만족함을 증명합니다. 이를 통해, 자기회귀 모델의 다양한 성능 최적화 기법을 확산 설정에 거의 블랙박스 방식으로 적용할 수 있음을 보여줍니다. 특히, 보조 모델 없이 기존의 예측적 디코딩 알고리즘을 DDPM에 확장한 '자동 예측적 디코딩(ASD)'을 제안합니다. 이론적 분석을 통해 ASD가 K단계 순차적 DDPM에 비해 $\tilde{O} (K^{\frac{1}{3}})$의 병렬 실행 속도 향상을 달성함을 보이고, 다양한 영역에서 DDPM 추론 속도를 크게 향상시키는 실용적인 구현을 보여줍니다.
