TorchCompileModelFluxAdvancedV2

TorchCompileModelFluxAdvancedV2 节点已弃用——请改用 TorchCompileModelAdvanced。在技术实现上，它会克隆输入模型，并对其内部的扩散模型部分应用 torch.compile。

TorchCompileModelFluxAdvancedV2 是一个用于优化和加速模型推理的节点。它通过 PyTorch 的 torch.compile 功能对给定的扩散模型进行编译，旨在提升模型在图像生成时的运行效率。该节点提供了多种编译选项，允许用户根据硬件和依赖项调整优化策略。

节点功能

在技术实现上，此节点会克隆输入模型，并对其内部的扩散模型部分应用 torch.compile。它支持多种后端（如 inductor）和编译模式（如 max-autotune），并允许控制是否编译模型中的特定模块（如单/双注意力块）。此外，它还能配置 PyTorch Dynamo 的缓存大小和形状强制静态化等底层参数，以实现更精细的性能调优。

节点参数说明 - TorchCompileModelFluxAdvancedV2

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
`model`	MODEL	是	-	-	接收待优化的模型输入。此参数是节点的核心输入，通常来自上游的模型加载节点。

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
`backend`	COMBO	是	inductor	"inductor", "cudagraphs"	选择 PyTorch 编译所使用的后端引擎。可选值为 `inductor`（默认）或 `cudagraphs`，用于指定底层的优化实现方式。
`mode`	COMBO	是	"default"	"default", "max-autotune", "max-autotune-no-cudagraphs", "reduce-overhead"	`max-autotune`、`max-autotune-no-cudagraphs` 和 `reduce-overhead`，用于在编译时间、内存占用和运行速度之间进行权衡。
`fullgraph`	BOOLEAN	是	False	-	启用完整图形模式
`double_blocks`	BOOLEAN	是	True	-	编译双注意力块
`single_blocks`	BOOLEAN	是	True	-	编译单注意力块
`dynamic`	BOOLEAN	是	False	-	启用动态模式
`dynamo_cache_size_limit`	INT	否	64	0 - 1024 (步长: 1)	torch._dynamo.config.cache_size_limit
`force_parameter_static_shapes`	BOOLEAN	否	True	-	torch._dynamo.config.force_parameter_static_shapes

输出 (Output)

参数名称	数据类型	说明
MODEL	MODEL	输出经过 `torch.compile` 编译优化后的模型，可供后续采样或处理节点使用。

使用场景

在图像生成工作流中，你可以将此节点放置在模型加载节点之后、采样器节点之前。例如，加载一个 Stable Diffusion 模型后，通过此节点对其进行编译优化，再将优化后的模型送入采样器进行图像生成，以期获得更快的生成速度。

注意事项

请注意，此节点已被标记为“弃用”，开发者建议使用其替代节点 TorchCompileModelAdvanced。它仍处于实验性阶段，其优化效果可能因模型、硬件和具体参数的不同而有显著差异。