HyperTile - ComfyUI Built-in Node Documentation

HyperTile 节点对扩散模型中的注意力机制应用分块技术，以优化图像生成过程中的内存使用。它将潜在空间划分为更小的图块并分别处理，然后重新组合结果。这使得在内存不足的情况下也能处理更大的图像尺寸。

输入

参数	描述	数据类型	是否必填	范围
`模型`	要应用 HyperTile 优化的扩散模型	MODEL	是	-
`分块尺寸`	处理时的目标图块大小（默认值：256）。有效图块大小向下取整为 8 的倍数，最小值为 32。	INT	否	1 - 2048
`分割尺寸`	控制处理过程中图块的重排方式以提高效率（默认值：2）	INT	否	1 - 128
`最大深度`	应用分块的最大深度级别（分辨率尺度）。值为 0 时仅对最高分辨率应用分块（默认值：0）	INT	否	0 - 10
`规模深度`	启用后，在更深的深度级别上按比例缩放图块大小。这有助于在较低分辨率下保持质量（默认值：False）	BOOLEAN	否	True / False

输出名称	描述	数据类型
`模型`	应用了 HyperTile 优化后的修改模型	MODEL

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): d3c55e6a38abecc8fe612dbb91a3ba26de9bc5cf8a187f01cf4746550f62f40a

⌘I