DiffSynth-Engine在设计上充分考虑了硬件资源的限制，内置了灵活的内存管理机制，支持多种量化模式，包括FP8和INT8等。这使得即使在低显存设备上，用户也能顺利运行模型。
例如，在FLUX模型中，默认需要23GB显存。但通过调整offload_mode为”sequential_cpu_offload”，显存需求可以降至4GB，虽然生成时间会延长（如91秒）。此外，支持多种量化精度（如q8_0、q6_k等）进一步降低了显存需求，可降至7-12GB。这些优化使得DiffSynth-Engine在普通消费级硬件上也能运行。
Essa resposta foi extraída do artigoDiffSynth-Engine: Mecanismo de código aberto para baixa implantação existente do FLUX, Wan 2.1O
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " DiffSynth-Engine内置灵活的内存管理，支持低显存设备运行。
Português do Brasil 
简体中文 
English 
日本語 
Deutsch