KJNodes/wangenerated
Wan ChunkFeedForward(WanChunkFeedForward)
它的核心原理是将模型内部大型的、消耗显存的计算过程拆分成多个小块(Chunks)依次处理
Wan Chunk Feed Forward
model
model
chunks
2
dim_threshold
4096
KJNodes
Wan ChunkFeedForward 节点。它的核心原理是将模型内部大型的、消耗显存的计算过程拆分成多个小块(Chunks)依次处理。
Wan ChunkFeedForward 节点通过分块处理模型前馈激活来降低峰值显存使用量,特别适用于处理高分辨率图像或复杂模型。
节点功能
其核心原理是将模型内部大型的、消耗显存的计算过程拆分成多个小块(Chunks)依次处理。当模型内部维度超过用户设定的阈值时,Wan ChunkFeedForward 会自动应用此分块策略,从而避免因单次计算量过大而导致的显存不足问题,使大型模型或高负载任务能在有限的显存条件下运行。
使用场景
当您使用高分辨率模型生成图像但频繁遇到“显存不足(Out of Memory)”错误时,可以尝试接入此节点。在构建涉及多个大型模型串联的复杂工作流时,使用 Wan ChunkFeedForward 有助于稳定流程,防止中途崩溃。对于需要在显存较小的显卡上运行先进大模型的用户,此节点提供了一种可行的优化途径。
注意事项
请注意,此节点被标记为“实验性(EXPERIMENTAL)”,其输出结果可能发生不可预见的改变。建议在关键或生产性任务中谨慎使用。通常从较小的分块数(如2或3)开始尝试,并根据任务需求和显存情况调整 dim_threshold 参数,以在显存节省和计算效率之间取得平衡。
Wan ChunkFeedForward 节点源码链接
Wan ChunkFeedForward 节点来自 ComfyUI-KJNodes 节点包。
评论
使用 GitHub 登录后即可参与讨论。