PrunaVAED: Pruna AI의 LTX-2.3용 드롭인 방식 더 빠른 VAE 디코더
ComfyUI Wikinews
PrunaVAED는 LTX-2.3용 드롭인 교체 VAE 디코더로, 거의 원본 수준의 시각적 품질을 유지하면서 1.7배 더 빠른 디코딩과 약 50% 낮은 피크 VRAM을 제공합니다.
Pruna AI가 LTX-2.3용 드롭인 교체 VAE 디코더인 PrunaVAED를 출시했습니다. 이 디코더는 1.7배 더 빠른 디코딩과 약 50% 낮은 피크 VRAM 사용량을 제공하며, 거의 원본 수준의 시각적 품질을 유지합니다.
PrunaVAED 모델은 diffusers/LTX-2.3-Diffusers의 비디오 VAE 디코더를 직접 대체합니다. 인코더와 잠재 데이터 형식은 변경되지 않으므로 드롭인 업그레이드가 가능하며, 워크플로 변경이 필요하지 않습니다.
벤치마크
측정값은 동일한 잠재 데이터에서 LTX-2.3 VAED와 PrunaVAED로 디코딩된 비디오를 NVIDIA H100 80GB(bfloat16, 배치 크기 1, 타일링 또는 torch.compile 없이 전체 디코드)에서 비교한 것입니다.
| 클립 길이 | LTX-2.3 VAED | PrunaVAED | 속도 향상 |
|---|---|---|---|
| 5초 @ 720p | 841.3 ms | 500.2 ms | 1.68× |
| 10초 @ 720p | 1670.7 ms | 998.0 ms | 1.67× |
나란히 비교
다음 비디오는 동일한 잠재 데이터에서 LTX-2.3의 원본 디코더(왼쪽)와 PrunaVAED(오른쪽)를 비교합니다.
| LTX-2.3 디코더 | PrunaVAED |
|---|---|
ComfyUI 지원
PrunaVAED는 커밋 c38171d (Support Pruna LTX VAE)부터 ComfyUI에서 지원됩니다. Lightricks의 ComfyUI-LTXVideo 래퍼 노드는 모델 파일이 올바른 디렉터리에 배치되면 PrunaVAED 디코더를 자동으로 감지하고 로드합니다.
사용법
PrunaVAED safetensors 파일을 HuggingFace에서 다운로드하여 ComfyUI의 models/vae/ 디렉터리에 넣으세요. ComfyUI LTXVideo 노드가 자동으로 이 파일을 디코더로 사용하므로 추가 설정이 필요하지 않습니다.
링크
- HuggingFace 모델: suryatmodulus/PrunaVAED (또한 PrunaAI/PrunaVAED)
- Pruna AI GitHub: github.com/PrunaAI/pruna
- 베이스 모델: diffusers/LTX-2.3-Diffusers
- 라이선스: LTX-2 Community License
댓글
GitHub로 로그인하고 토론에 참여하세요.