DEV Community ·

现在可以使用SANA 4K模型在8GB VRAM以下生成16百万像素（4096x4096）原始图像及更多

💡 原文英文，约200词，阅读约需1分钟。

📝

内容提要

本文介绍了新应用程序的安装与优化，使用Diffusers Pipeline并进行VRAM优化。用户需重新安装，首次生成时模型会下载至Hugging Face缓存文件夹。建议启用四项优化以提升性能，并提供不同分辨率下的VRAM需求。

🎯

新应用程序使用Diffusers Pipeline，并进行了大量VRAM优化。
用户需要重新安装应用程序。
首次生成时，模型将下载到Hugging Face缓存文件夹。
建议启用四项优化以提升性能。
确保启用共享VRAM，因为模型的初始加载需要更多VRAM。
启用VAE平铺、VAE切片、模型CPU卸载和顺序CPU卸载。
不同分辨率下的VRAM需求：1K (1024x1024) 需要4GB GPU，2K (2048x2048) 需要6GB GPU，4K (4096x4096) 需要8GB GPU。
在许多情况下，仅启用VAE平铺和模型CPU卸载也能很好地工作。

🔎

在使用新应用程序时，VRAM的优化至关重要。启用四项优化可以显著提升性能，尤其是在生成高分辨率图像时。用户应确保共享VRAM已启用，以满足模型初始加载的需求，这样可以避免因内存不足而导致的生成失败。

不同分辨率的图像生成对GPU的要求不同。1K、2K和4K图像分别需要4GB、6GB和8GB的VRAM。用户在选择生成分辨率时，应根据自己的硬件配置进行合理选择，以确保流畅的使用体验。

用户在使用新应用程序时需要进行重新安装，这是因为模型文件会下载到Hugging Face缓存文件夹。确保进行干净的安装可以避免潜在的兼容性问题，从而提高生成图像的稳定性和质量。

❓

用户需要重新安装应用程序，并确保启用四项优化以提升性能。

模型将在用户的Hugging Face缓存文件夹中下载。

1K需要4GB，2K需要6GB，4K需要8GB的GPU。

建议启用VAE平铺、VAE切片、模型CPU卸载和顺序CPU卸载四项优化。

在许多情况下，仅启用VAE平铺和模型CPU卸载也能很好地工作。

启用共享VRAM是因为模型的初始加载需要更多的VRAM。

🏷️