低显存设备运行方案
DiffSynth-Engine特别考虑了低配设备的使用需求，主要通过以下技术实现：
- CPU offloading technology：将部分计算任务转移到CPU，显存需求可从23GB降至4GB
- 量化模式：支持q8_0、q6_k等多种精度量化，显存需求可降至7-12GB
- Sequential CPU Offload：通过分阶段计算可让3.5GB显存的设备运行
Specific methods of operation
在FLUX图像生成示例中，只需修改offload_mode参数：pipe = FluxImagePipeline.from_pretrained(config, offload_mode="sequential_cpu_offload").eval()
此外，可以选择q4_k_s等低精度量化模式进一步降低资源需求，虽生成质量略有下降，但仍能保持实用效果。
This answer comes from the articleDiffSynth-Engine: Open Source Engine for Low-Existing Deployments of FLUX, Wan 2.1The
May not be reproduced without permission:AI productivity tools " 如何在普通配置电脑上运行DiffSynth-Engine？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil