WanVideo 内存高效 Sage Attention 补丁(WanVideoMemoryEfficientSageAttentionPatch)

描述

一个实验性节点，用于修补 WanVideo 的自注意力机制，使用自定义 sageattention 实现，从而在推理期间降低峰值 VRAM 使用。此节点会覆盖模型的注意力模式。

需要最新版 sageattention – 使用此节点前请确保已安装、兼容且版本最新。

---

输入

---

输出

---

使用说明

• 此节点为实验性 – 行为在后续版本中可能发生变化。
• 仅影响 WanVideo 的自注意力图层；交叉注意力或其他组件保持不变。
• 补丁以模型包装器的形式应用；输出的 MODEL 可直接用于后续的采样节点。
• 如果 sageattention 未安装或版本过旧，运行时将抛出错误。
• 运行此补丁可能会改变输出质量或行为 – 请针对特定的工作流仔细测试。

安装（SageAttention）

此选项需要在你 ComfyUI 的 Python 环境中安装 SageAttention 库：

• 官方仓库（Linux）： thu-ml/SageAttention - pip install sageattention（要求 python>=3.9、torch>=2.3.0、triton>=3.0.0、CUDA>=12.0；版本要求见 README）
• Windows： woct0rdho/SageAttention - 提供 Windows 预编译 wheel；先安装 triton-windows，再从 releases 页面 选择匹配你 PyTorch 版本的 wheel（见 README）

如需 ComfyUI 内置的全局加速（无需节点），启动 ComfyUI 时加上 --use-sage-attention。如果某些模型（如 Wan、Qwen-Image）因量化溢出产生黑图或噪点，请使用 sageattn_qk_int8_pv_fp16_cuda（最不易溢出），或调整 pv_accum_dtype。