CheckpointLoaderKJ

CheckpointLoaderKJ 节点在标准加载流程的基础上，增加了对多种权重精度（如 FP8、FP16、BF16）和计算精度的控制。

CheckpointLoaderKJ 是一个实验性的模型加载节点，用于从检查点文件加载 Stable Diffusion 模型。其核心功能包括加载模型、CLIP 文本编码器和 VAE 解码器，同时支持对模型进行特定的性能优化和精度调整。

节点功能

该节点在标准加载流程的基础上，增加了对多种权重精度（如 FP8、FP16、BF16）和计算精度的控制。其关键技术机制包括可选地使用 CublasLinear 来修补 PyTorch 的线性层以提升计算效率，以及集成 SageAttention 来替换默认的注意力机制。这些优化旨在针对特定硬件（如支持 FP8 的 GPU）提升推理速度或降低显存占用。

节点参数说明 - CheckpointLoaderKJ

连接输入 (Inputs)

参数名称	数据类型	必填	默认值	取值范围/选项	说明
`ckpt_name`	FOLDER_PATHS	是	-	-	指定要加载的检查点（模型）文件的名称。该文件需位于 ComfyUI 指定的模型目录中。

控件参数 (Parameters)

参数名称	数据类型	必填	默认值	取值范围/选项	说明
`weight_dtype`	COMBO	是	default	"default", "fp8_e4m3fn", "fp8_e4m3fn_fast", "fp8_e5m2", "fp16", "bf16", "fp32"	控制内存占用和计算精度。
`compute_dtype`	COMBO	是	default	"default", "fp16", "bf16", "fp32"	fp16、bf16、fp32。影响前向传播过程中的数值精度。
`patch_cublaslinear`	BOOLEAN	是	False	-	启用或禁用 cublas_ops 参数。
`sage_attention`	COMBO	是	False	false, true	修补 ComfyUI 的注意力机制以使用 SageAttention。
`enable_fp16_accumulation`	BOOLEAN	是	False	-	启用 torch.backends.cuda.matmul.allow_fp16_accumulation，需要最低 PyTorch 版本 2.7.1。

输出

参数名称	数据类型	说明
MODEL	MODEL	输出的已加载的 Stable Diffusion 主模型，用于图像去噪和生成。
CLIP	CLIP	输出的 CLIP 文本编码器，用于将文本提示转换为模型可理解的嵌入向量。
VAE	VAE	输出的变分自编码器，负责将潜在空间表示编码解码为像素图像。

使用场景

在需要精确控制模型精度以平衡速度与质量的工作流中，此节点非常有用。例如，在部署优化后的模型进行批量图像生成时，用户可以先通过此节点以 FP8 精度加载模型，再连接 K采样器进行高效推理。它也可用于测试不同注意力机制（如 SageAttention）对生成效果的影响。

注意事项

请注意，这是一个标记为“实验性”的节点，其功能可能不稳定或随版本更新而改变。启用 enable_fp16_accumulation 等功能需要特定版本的 PyTorch（2.7.1 或更高），且部分优化（如 FP8）需要硬件支持。