> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# SelectModelDevice - ComfyUI Built-in Node Documentation

> Complete documentation for the SelectModelDevice node in ComfyUI. Learn its inputs, outputs, parameters and usage.

## 概述

SelectModelDevice节点允许您手动选择扩散模型运行的设备（CPU或特定GPU）。它可以将模型移动到不同设备，并自动处理与其他多GPU节点的冲突。

## 输入

| 参数       | 描述                                    | 数据类型  | 是否必需 | 可选范围                                                                                                                                             |
| -------- | ------------------------------------- | ----- | ---- | ------------------------------------------------------------------------------------------------------------------------------------------------ |
| `model`  | 需要放置在特定设备上的扩散模型。                      | MODEL | 是    |                                                                                                                                                  |
| `device` | 模型的目标设备。选项根据可用GPU动态生成。（默认值："default"） | COMBO | 是    | `"default"`<br />`"cpu"`<br />`"gpu:0"`<br />`"gpu:1"`<br />`"gpu:2"`<br />`"gpu:3"`<br />`"gpu:4"`<br />`"gpu:5"`<br />`"gpu:6"`<br />`"gpu:7"` |

**参数说明：**

* `"default"`：恢复模型加载器分配的设备，即使之前的SelectModelDevice节点已更改过设备。
* `"cpu"`：将加载设备和卸载设备都固定到CPU。
* `"gpu:N"`：将加载设备固定到第N个可用GPU（例如，`"gpu:0"`表示第一个GPU）。卸载设备将恢复为加载器最初的选择。

**重要说明：**

* 如果请求的设备在当前机器上不存在（例如，在双GPU机器上创建的工作流在单GPU机器上打开），节点将直接传递模型而不做任何更改，并记录一条消息而非报错。
* 如果模型已在请求的设备上，节点将采用快速路径，不会重新加载模型。
* 不建议将此节点放置在*已经使用过*模型的节点（如KSampler）*之后*，因为如果设备与原始设备匹配，将观察到先前节点更改的任何状态。

## 输出

| 输出名称    | 描述                                     | 数据类型  |
| ------- | -------------------------------------- | ----- |
| `model` | 已放置在所选设备上的扩散模型。如果设备无效或不可用，模型将保持不变直接传递。 | 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SelectModelDevice/zh.md)

***

**Source fingerprint (SHA-256):** `02841975f123cc8ae8152ea86f1798e0e7e68255ecd11e04271da886b75eb0fd`
