WanVideo Mem Eff Sage Attention Patch(WanVideoMemoryEfficientSageAttentionPatch)

説明

実験的なノードで、WanVideoの自己アテンション機構をカスタムのsageattention実装にパッチし、推論中のピークVRAM使用量を削減します。このノードはモデルのアテンションモードを上書きします。

最新のsageattentionバージョンが必要です – このノードを使用する前に、インストール済みで互換性があり、最新であることを確認してください。

---

入力

---

出力

---

使用上の注意

• このノードは実験的です – 将来のリリースで動作が変更される可能性があります。
• WanVideoの自己アテンションレイヤーにのみ影響します。クロスアテンションや他のコンポーネントは変更されません。
• パッチはモデルラッパーとして適用されます。出力されたMODELは、その後のサンプリングノードで直接使用できます。
• sageattentionが未インストールまたは古い場合、実行時にエラーが発生します。
• このパッチを実行すると、出力品質や動作が変わる可能性があります – 特定のワークフローで慎重にテストしてください。

インストール（SageAttention）

このオプションを使用するには、ComfyUI の Python 環境に SageAttention ライブラリのインストールが必要です：

• 公式リポジトリ（Linux）： thu-ml/SageAttention - pip install sageattention（要件：python>=3.9、torch>=2.3.0、triton>=3.0.0、CUDA>=12.0。バージョン要件は README 参照）
• Windows： woct0rdho/SageAttention - Windows 用プリビルド wheel を提供。まず triton-windows をインストールし、releases ページ から PyTorch バージョンに合う wheel を選択（README 参照）

ComfyUI の組み込みグローバル高速化（ノード不要）には、起動時に --use-sage-attention を追加します。一部のモデル（Wan、Qwen-Image など）で量子化オーバーフローにより黒画像やノイズが発生する場合は、sageattn_qk_int8_pv_fp16_cuda（最もオーバーフローしにくい）を使用するか、pv_accum_dtype を調整してください。