WAN i2v (Kijai Version) + Sage_Attn + Teacache (Native)+ VFI Interpolation/Upscale

イントロ

これは、WAN Video、Sage Attention、および新しいTeaCache対応と併用するための基本的なワークフローです。30サンプルでの基本的なテストにより、生成速度は17分から約6分に短縮されました。これは大幅な速度向上です。一部のユーザーがインストールに苦戦しているため、ここに私のワークフローを共有して支援します。

注意 - これはKijai版です。使用しているモデルはComfy公式サポート版とは異なります。 KijaiのHuggingFaceリンクとサンプルワークフローを含むチュートリアルはこちら

TeaCacheノードをダウンロードするには：

custom_nodesフォルダに移動し、以下のコマンドを入力してください：

git clone https://github.com/welltop-cn/ComfyUI-TeaCache

Sage Attention

Sage Attentionのセットアップが難しいことは承知していますが、現在このガイドにはその手順は記載していません。ただし、アドバイスとして：Nvidia SDK、Torchのバージョン、Pythonのバージョン、およびSage Attentionのバージョンが互換性があるか確認してください。私が最も苦労したのがこの点です。まずSage Attentionのセットアップを行い、互換性を確認して、そこから逆に進めてください。

私はYoutubeで、それを実行するための良いチュートリアルを見つけました（発話者は私ではありません）。バージョンの整合性が非常に重要であることに注意してください。私がセットアップした際には、Nvidia SDKのバージョンを下げて、すべてを互換性を持たせる必要がありました。

個人的なテスト

GTX 4090 + 64 GB RAM（30ステップ）でのこのセットアップでのテスト

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 30/30 [05:56<00:00, 11.89s/it]

SDPAを使用した場合のテスト：

100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 30/30 [17:27<00:00, 34.91s/it]

6分対17.5分。3倍近いスピードアップは悪くありません。