Wan ChunkFeedForward(WanChunkFeedForward)

Le nœud Wan ChunkFeedForward. Son principe fondamental consiste à diviser les processus de calcul internes du modèle, qui sont volumineux et consommateurs de mémoire, en plusieurs petits blocs (Chunks) traités séquentiellement.

Le nœud Wan ChunkFeedForward réduit l'utilisation maximale de la mémoire vive (VRAM) en traitant par blocs les activations du feedforward du modèle. Il est particulièrement adapté au traitement d'images haute résolution ou de modèles complexes.

Fonctionnalités du nœud

Son principe fondamental consiste à diviser les processus de calcul internes du modèle, qui sont volumineux et consommateurs de mémoire, en plusieurs petits blocs (Chunks) traités séquentiellement. Lorsque la dimension interne du modèle dépasse le seuil défini par l'utilisateur, Wan ChunkFeedForward applique automatiquement cette stratégie de découpage. Cela permet d'éviter les problèmes de mémoire insuffisante causés par des calculs trop importants en une seule fois, et de faire fonctionner des modèles volumineux ou des tâches à forte charge dans des conditions de mémoire limitée.

Cas d'utilisation

Vous pouvez essayer d'intégrer ce nœud lorsque vous utilisez un modèle haute résolution pour générer des images mais que vous rencontrez fréquemment l'erreur "Mémoire insuffisante (Out of Memory)". Lors de la construction de flux de travail complexes impliquant plusieurs grands modèles en série, l'utilisation de Wan ChunkFeedForward contribue à stabiliser le processus et à éviter les plantages en cours d'exécution. Pour les utilisateurs qui ont besoin d'exécuter des modèles avancés et volumineux sur des cartes graphiques avec peu de mémoire vive, ce nœud offre une voie d'optimisation viable.

Points d'attention

Veuillez noter que ce nœud est marqué comme "expérimental (EXPERIMENTAL)". Ses résultats de sortie peuvent subir des modifications imprévisibles. Il est recommandé de l'utiliser avec prudence dans des tâches critiques ou de production. Commencez généralement par un petit nombre de blocs (comme 2 ou 3) et ajustez le paramètre dim_threshold en fonction des besoins de la tâche et de la mémoire disponible, afin de trouver un équilibre entre l'économie de mémoire et l'efficacité du calcul.

Lien vers le code source du nœud Wan ChunkFeedForward

Le nœud Wan ChunkFeedForward provient du pack de nœuds ComfyUI-KJNodes.