多维度资源优化方案
针对12GB以下显存设备的性能瓶颈问题,可采用以下分级优化策略:
- 基础优化:安装xformers库(
pip install xformers==0.0.27
)启用内存高效注意力机制,可减少20%显存占用 - 中间方案::
- 降低处理分辨率(添加
--resolution 512
(Parameters) - utilization
--chunk_size 8
分块处理长视频 - 关闭非必要ControlNet模块(如DW-Pose)
- 降低处理分辨率(添加
- Advanced Programs: Modification
models/modules.py
中的Gradient Checkpointing参数,启用梯度检查点技术可进一步节省30%内存
替代方案:对于极低配置设备,可以使用Colab免费GPU资源运行,需修改configs/base.yaml
hit the nail on the headdevice: cuda
because ofdevice: cpu
但会损失约70%速度。
This answer comes from the articleVideoGrain: text prompts on the video of the local editing of open source projectsThe