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块，分别进行处理，然后重新组合结果。这样可以在不耗尽内存的情况下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`	处理的目标块大小（默认值：256）。在内部，该值会被限制为最小 32，然后除以 8 以获得有效块大小。	INT	是	1 - 2048
`分割尺寸`	控制处理过程中块的重排方式以提高效率。较大的值允许块大小有更多变化（默认值：2）	INT	是	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 时仅在最高分辨率下应用分块（默认值：0）	INT	是	0 - 10
`规模深度`	启用时，在更深的深度级别按比例缩放块大小。这有助于在较低分辨率下保持质量（默认值：False）	BOOLEAN	是	True / False

输出名称	描述	数据类型
`model`	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): fb2fa29a403b6b7de7d5263240cc51a74126078457a3ff9ea63aeded45b9b74a