このドキュメントは AI によって生成されました。誤りを発見された場合、または改善のご提案がある場合は、ぜひご貢献ください！ GitHub で編集HyperTile ノードは、拡散モデルにおけるアテンション機構にタイリング（分塊）技術を適用し、画像生成時のメモリ使用量を最適化します。潜在空間をより小さなタイル（図塊）に分割し、それぞれを個別に処理した後、結果を再構成します。これにより、メモリ不足を起こさずに、より大きな画像サイズを扱えるようになります。
入力
| パラメーター | データ型 | 必須 | 範囲 | 説明 |
|---|---|---|---|---|
model | MODEL | はい | - | HyperTile 最適化を適用する拡散モデル |
tile_size | INT | いいえ | 1–2048 | 処理対象のタイル（図塊）サイズ（デフォルト：256） |
swap_size | INT | いいえ | 1–128 | 処理中にタイル（図塊）をどのように再配置するかを制御（デフォルト：2） |
max_depth | INT | いいえ | 0–10 | タイリング（分塊）を適用する最大の深さレベル（デフォルト：0） |
scale_depth | BOOLEAN | いいえ | - | 深さレベルに応じてタイル（図塊）サイズをスケーリングするかどうか（デフォルト：False） |
出力
| 出力名 | データ型 | 説明 |
|---|---|---|
model | MODEL | HyperTile 最適化が適用された変更済みモデル |