Diffusion Model Loader KJ (DiffusionModelLoaderKJ) - ComfyUI-KJNodes

Le nœud Diffusion Model Loader KJ offre un contrôle précis sur les types de données des poids et de calcul lors du chargement des modèles, prenant en charge divers formats de précision allant du fp8 au fp32.

Diffusion Model Loader KJ est un nœud conçu pour charger et configurer des modèles de diffusion (comme Stable Diffusion). Sa fonction principale est de charger des fichiers de modèle à partir d'un chemin spécifié et de permettre aux utilisateurs d'ajuster la précision numérique et le comportement de calcul du modèle lors de l'exécution, afin d'optimiser les performances ou la compatibilité.

Fonctionnalités du nœud

Lors du chargement des modèles, ce nœud offre un contrôle précis sur les types de données des poids et de calcul, prenant en charge divers formats de précision allant du fp8 au fp32. Ses caractéristiques techniques clés incluent un correctif CublasLinear optionnel pour exploiter des bibliothèques d'accélération GPU spécifiques, la possibilité d'intégrer le mécanisme d'attention SageAttention, et la prise en charge de dictionnaires d'état supplémentaires pour fusionner ou améliorer les fonctionnalités du modèle (par exemple, ajouter un module VACE à un modèle vidéo).

Description des paramètres du nœud - Diffusion Model Loader KJ

Entrées (Inputs)

Nom du paramètre	Type de données	Requis	Valeur par défaut	Plage de valeurs/Options	Description
`model_name`	COMBO	Oui	-	-	Sélectionne le fichier du modèle de diffusion à charger. Ce paramètre liste tous les modèles disponibles dans les répertoires gérés par ComfyUI.

Paramètres de contrôle (Parameters)

Nom du paramètre	Type de données	Requis	Valeur par défaut	Plage de valeurs/Options	Description
`weight_dtype`	COMBO	Oui	default	default, fp8_e4m3fn, fp8_e4m3fn_fast, fp8_e5m2, fp16, bf16, fp32	Utilisé pour équilibrer l'utilisation de la mémoire et la précision des calculs.
`compute_dtype`	COMBO	Oui	default	default, fp16, bf16, fp32	Affecte la vitesse de calcul et la stabilité numérique.
`patch_cublaslinear`	BOOLEAN	Oui	False	-	Activer ou désactiver l'argument cublas_ops.
`sage_attention`	COMBO	Oui	false	false, true	Appliquer un correctif à l'attention de Comfy pour utiliser sageattn.
`enable_fp16_accumulation`	BOOLEAN	Oui	False	-	Activer torch.backends.cuda.matmul.allow_fp16_accumulation, nécessite PyTorch 2.7.0 nightly.
`extra_state_dict`	STRING	Non	-	-	Chemin complet vers un dictionnaire d'état supplémentaire à charger, qui sera fusionné avec le dictionnaire d'état principal. Utile par exemple pour ajouter un module VACE à un WanVideoModel. Vous pouvez utiliser DiffusionModelSelector pour obtenir facilement le chemin.

Sorties (Outputs)

Nom du paramètre	Type de données	Description
MODEL	MODEL	Sort le modèle chargé et configuré, prêt à être utilisé par les nœuds suivants.

Cas d'utilisation

Ce nœud est très utile dans les workflows nécessitant le chargement d'un modèle de base et l'application d'optimisations ou d'extensions de fonctionnalités spécifiques. Par exemple, vous pouvez d'abord utiliser ce nœud pour charger un WanVideoModel, puis fusionner un dictionnaire d'état de module VACE via le paramètre extra_state_dict, afin de construire un modèle de génération vidéo aux fonctionnalités améliorées.

Notes importantes

Ce nœud appartient à la catégorie expérimentale. Certaines fonctionnalités (comme enable_fp16_accumulation) nécessitent des versions spécifiques de PyTorch (comme la version 2.7.0 nightly) pour fonctionner correctement. Avant d'utiliser des types de données avancés (comme fp8) ou des fonctionnalités de correctif, assurez-vous que votre environnement matériel et logiciel les prend en charge.

Lien vers le code source du nœud Diffusion Model Loader KJ

Le nœud Diffusion Model Loader KJ provient du pack de nœuds ComfyUI-KJNodes.

Diffusion Model Loader KJ(DiffusionModelLoaderKJ)