第三方插件
ComfyUI-KJNodes
Diffusion Model Loader KJ
用于加载diffusion model，它提供了比标准 ComfyUI 模型加载器更多的优化选项和精度控制功能。Diffusion Model Loader
节点中英文对比
按当前节点配置，分别展示中文与英文节点结构。
中文节点
Diffusion Model Loader KJ
model_name
weight_dtype
compute_dtype
patch_cublaslinear
sage_attention
enable_fp16_accumulation
英文节点
Diffusion Model Loader KJ
model_name
weight_dtype
compute_dtype
patch_cublaslinear
sage_attention
enable_fp16_accumulation
参数说明
依据当前节点关联的 `NodesItems` 数据展示输入、输出与控件说明。
输出参数
模型
MODEL
加载完成并应用补丁的 Diffusion 模型结构。
控件参数
model_name
model_name
要加载的模型权重名称，从 models/diffusion_models 文件夹中选择。
weight_dtype
weight_dtype
指定模型权重加载时使用的精度格式。
compute_dtype
compute_dtype
指定模型推理过程的计算精度类型，默认为 default。
patch_cublaslinear
patch_cublaslinear
是否启用 torch.nn.Linear 的替代实现 CublasLinear，仅首次加载模型时生效。注意：启用后需清除模型缓存后重新加载才生效。
sage_attention
sage_attention
替换 Attention 实现为 SageAttention，提供多个低精度后端选项。
disabled：关闭该功能，使用默认注意力机制。
auto：自动选择适合的后端（推荐）。
sageattn_qk_int8_pv_fp16_cuda：CUDA后端，混合精度。
sageattn_qk_int8_pv_fp16_triton：Triton后端（适用于 AMD/NVIDIA）。
sageattn_qk_int8_pv_fp8_cuda：更高压缩比的混合精度模式。
建议在显存紧张或批量推理场景下开启。
enable_fp16_accumulation
enable_fp16_accumulation
启用 FP16 累积计算（需 PyTorch 2.7.0 nightly 及以上）
详细说明
结合节点用途、参数和调用方式，给出更完整的说明内容。
暂无节点说明
同类节点导航
继续浏览同一分类下的相邻节点，方便串联学习。