ComfyUI  >  Workflow  >  FLUX NF4 | Percepat FLUX ImgGen

FLUX NF4 | Percepat FLUX ImgGen

Tingkatkan kinerja ComfyUI FLUX Anda dengan FLUX NF4 di ComfyUI. Panduan ini menunjukkan cara memanfaatkan kuantisasi NF4 untuk generasi gambar yang lebih cepat dan manajemen sumber daya yang lebih baik, menawarkan peningkatan signifikan untuk pembuatan gambar yang efisien.

Alur Kerja ComfyUI FLUX NF4

FLUX NF4 ComfyUI Workflow
Ingin menjalankan workflow ini?
  • Workflow yang sepenuhnya operasional
  • Tidak ada node atau model yang hilang
  • Tidak perlu pengaturan manual
  • Menampilkan visual yang menakjubkan

Contoh ComfyUI FLUX NF4

comfyui-flux-nf4-workflow-1121

Deskripsi ComfyUI FLUX NF4

FLUX adalah model generasi gambar baru yang dikembangkan oleh . Model FLUX NF4 ini dibuat oleh lllyasviel, silakan kunjungi untuk informasi lebih lanjut.

Tentang FLUX

Model FLUX sudah dimuat di RunComfy, bernama flux/flux-schnell dan flux/flux-dev.

  • Saat meluncurkan RunComfy Medium-Sized Machine: Pilih checkpoint flux-schnell, fp8 dan klip t5_xxl_fp8 untuk menghindari masalah kehabisan memori.
  • Saat meluncurkan RunComfy Large-Sized atau Above Machine: Pilih checkpoint besar flux-dev, default dan klip tinggi t5_xxl_fp16.

Untuk lebih jelasnya, kunjungi:

Pengenalan FLUX NF4

FLUX NF4 adalah checkpoint model khusus yang dirancang untuk optimalisasi kinerja dalam alur kerja Stable Diffusion. Dikembangkan oleh penulis lllyasviel, model ini menggunakan kuantisasi NF4 (Normal Float 4-bit) untuk secara signifikan meningkatkan kecepatan inferensi dan mengurangi penggunaan memori dibandingkan dengan model FP8 (Float 8-bit) tradisional. FLUX NF4 adalah bagian dari serangkaian model yang bertujuan meningkatkan efisiensi, terutama pada arsitektur GPU terbaru seperti seri NVIDIA RTX 3000 dan 4000. Model ini mencakup fitur canggih seperti "Distilled CFG Guidance," yang menyempurnakan proses pembuatan gambar dengan prompt yang lebih akurat. Pada GPU kelas atas seperti RTX 4090, model FLUX biasa membutuhkan sekitar 50 detik untuk menghasilkan gambar, sedangkan FLUX NF4 hanya membutuhkan sekitar 13-14 detik. Ini membuat FLUX NF4 dapat diakses oleh lebih banyak pengguna yang mungkin tidak memiliki perangkat keras terbaik.

Cara menggunakan ComfyUI FLUX NF4

1. Memuat Model: CheckpointLoaderNF4

Node ini memuat model FLUX (flux/flux1-dev-bnb-nf4-v2.safetensors). Model ini bertanggung jawab untuk memandu seluruh proses generasi gambar dengan menyediakan kerangka kerja dasar yang mengontrol perilaku dan karakteristik gambar yang dihasilkan.

FLUX NF4

2. Menghasilkan Noise Acak: RandomNoise

Node ini menghasilkan pola noise acak, yang berfungsi sebagai input awal untuk generasi gambar. Noise ini bertindak sebagai titik awal yang akan diubah menjadi hasil akhir.

3. Model Sampling Flux: ModelSamplingFlux

Node ModelSamplingFlux menyesuaikan perilaku sampling model berdasarkan resolusi dan parameter lainnya. Node ini mengoptimalkan output model, memastikan kualitas gambar tetap terjaga saat transformasi diterapkan. Jika Anda memilih untuk tidak menyesuaikan perilaku sampling, node ini dapat dilewati.

4. Menetapkan Dimensi Gambar: PrimitiveNode (Width and Height)

Node ini mendefinisikan dimensi gambar (lebar dan tinggi), biasanya diatur ke 1024x1024. Dimensi yang ditentukan mempengaruhi resolusi dan tingkat detail gambar yang dihasilkan.

5. Conditioning dengan CLIP Text: CLIPTextEncode (Positive and Negative)

Node CLIPTextEncode mengkodekan prompt teks menjadi data conditioning yang memandu proses generasi gambar. Prompt positif meningkatkan fitur yang diinginkan, sementara prompt negatif menekan yang tidak diinginkan, memberikan Anda kontrol atas konten dan gaya output.

6. Mengaplikasikan Flux Guidance: FluxGuidance

Node FluxGuidance menerapkan skala panduan (misalnya, 3.5) ke data conditioning. Skala ini menyesuaikan pengaruh prompt teks terhadap hasil akhir, memungkinkan penyesuaian yang lebih baik dari output yang dihasilkan.

7. Penjadwalan dengan BasicScheduler: BasicScheduler

Node ini mengelola penjadwalan proses generasi gambar, mengontrol transisi dari noise ke gambar akhir. Parameter penjadwalan mempengaruhi seberapa cepat dan mulus gambar berkembang selama generasi.

8. Sampling Kustom: SamplerCustomAdvanced

Node sampler canggih ini menyempurnakan gambar dengan menerapkan transformasi tambahan pada gambar laten. Node ini mengintegrasikan noise, guider, sampler, sigmas, dan data gambar laten untuk menghasilkan output berkualitas tinggi.

9. Mendekode VAE: VAEDecode

Node VAEDecode mendekode gambar laten menjadi gambar visual nyata menggunakan VAE (Variational Autoencoder). Langkah ini penting untuk menerjemahkan ruang laten abstrak menjadi gambar yang terlihat dan dapat diinterpretasikan.

10. Meng-upscale Gambar: UpscaleModelLoader dan UltimateSDUpscale

Node UpscaleModelLoader memuat model upscaling (misalnya, 4x-UltraSharp.pth), dan node UltimateSDUpscale menerapkan model ini untuk meningkatkan resolusi gambar. Langkah ini memastikan gambar akhir tajam dan detail, bahkan pada resolusi yang lebih tinggi.

Lisensi

Lihat file lisensi:

Model FLUX.1 [dev] dilisensikan oleh Black Forest Labs. Inc. di bawah FLUX.1 [dev] Non-Commercial License. Hak Cipta Black Forest Labs. Inc.

DALAM KEADAAN APAPUN BLACK FOREST LABS, INC. TIDAK BERTANGGUNG JAWAB ATAS KLAIM, KERUSAKAN ATAU KEWAJIBAN LAIN, BAIK DALAM KONTRAK, TORT ATAU LAINNYA, YANG TIMBUL DARI, DARI ATAU SEHUBUNGAN DENGAN PENGGUNAAN MODEL INI.

Lebih Banyak Tutorial ComfyUI

Ingin Lebih Banyak Workflow ComfyUI?

RunComfy

© Hak Cipta 2024 RunComfy. Seluruh Hak Cipta Dilindungi.

RunComfy adalah yang terdepan ComfyUI platform, menawarkan ComfyUI online lingkungan dan layanan, bersama dengan workflow ComfyUI menampilkan visual yang menakjubkan.