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：
- Tecnologia de descarregamento da CPU：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
Métodos específicos de operação
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。
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 " 如何在普通配置电脑上运行DiffSynth-Engine？
Português do Brasil 
简体中文 
English 
日本語 
Deutsch