Jalankan Z-Image Turbo pada GPU VRAM rendah menggunakan model GGUF di ComfyUI | Alpha | PandaiTech

Jalankan Z-Image Turbo pada GPU VRAM rendah menggunakan model GGUF di ComfyUI

Belajar cara download dan configure model GGUF yang dikompres serta quantized text encoder untuk jalankan Z-Image pada GPU serendah 4GB VRAM.

Learning Timeline
Key Insights

Keupayaan VRAM Rendah

Menggunakan model 'Q3 small GGUF' (sekitar 3.79 GB) membolehkan Z-Image Turbo dijalankan dengan lancar pada GPU dengan VRAM serendah 4 GB.

Menyesuaikan Tahap Quantization

Untuk keserasian dan prestasi optimum, cuba padankan tahap quantization text encoder (contohnya, Q4 Medium) dengan tahap quantization model utama GGUF.

Penggunaan Negative Prompt

Z-Image Turbo biasanya tak memerlukan negative prompt untuk berfungsi dengan baik, walaupun ruangan input tersebut masih tersedia dalam workflow.
Step by Step

Memuat Turun dan Menginstall Model

  1. Pergi ke tab 'Files and versions' di laman repository model.
  2. Pilih fail model GGUF berdasarkan VRAM yang anda ada (contohnya, download 'Q3 small GGUF' untuk 4GB VRAM atau 'Q4 medium' untuk kualiti lebih tinggi).
  3. Pindahkan fail GGUF yang telah didownload ke dalam direktori: `ComfyUI/models/unet`.
  4. Pergi ke repository Quantized Text Encoder.
  5. Download text encoder yang sepadan dengan tahap quantization model utama (contohnya, jika guna model Q4 medium, download text encoder Q4 medium).
  6. Pindahkan fail text encoder ke dalam direktori: `ComfyUI/models/text_encoders`.
  7. Download fail JSON 'Z-Image GGUF example workflow' ke komputer anda.

Konfigurasi Workflow dalam ComfyUI

  1. Buka antaramuka ComfyUI dalam web browser.
  2. Drag and drop fail JSON workflow Z-Image GGUF yang didownload terus ke atas kanvas.
  3. Periksa jika ada nodes yang berwarna merah. Jika ada, klik 'Manager' pada menu.
  4. Klik 'Install Missing Custom Nodes' (atau cari Custom Nodes untuk sokongan GGUF) dan install extensions yang diperlukan.
  5. Klik 'Restart' untuk reload ComfyUI dengan nodes baru tersebut diaktifkan.
  6. Cari node 'GGUF U-Net loader'.
  7. Klik menu dropdown dan pilih fail model GGUF yang diletakkan dalam folder `unet` tadi.
  8. Cari node 'CLIP/Text Encoder loader'.
  9. Klik menu dropdown dan pilih fail quantized text encoder yang diletakkan dalam folder `text_encoders`.
  10. Masukkan deskripsi imej yang diingini ke dalam kotak teks 'Positive Prompt'.
  11. Tetapkan nilai 'Width' dan 'Height' dalam node 'empty latent image' (contohnya, 1024 untuk kedua-duanya).
  12. Klik 'Queue Prompt' untuk memulakan proses penjanaan.

More from Hasilkan & Edit Imej AI Profesional

View All