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。
🎯
关键要点
-
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。
❓
延伸问答
如何安装新的应用程序以使用SANA 4K模型？
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。
首次生成图像时，模型会在哪里下载？
模型将在用户的Hugging Face缓存文件夹中下载。
使用SANA 4K模型时，VRAM的需求是多少？
1K需要4GB，2K需要6GB，4K需要8GB的GPU。
有哪些优化可以提升SANA 4K模型的性能？
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。
如果我的GPU VRAM不足，是否仍然可以使用该模型？
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。
为什么需要启用共享VRAM？
启用共享VRAM是因为模型的初始加载需要更多的VRAM。
🏷️
