Wan Img2Video MultiGPU

已弃用：
请使用 /model/1820946/wan2214bsage-torchcompile-llm-autoprompt-workflow

Wan Img2Video 多GPU 工作流是一种强大且高效的方案，用于基于 Wan 2.1 模型（一种领先的视频基础模型）从单张图像生成视频。该工作流通常在 ComfyUI 框架中实现，提供基于节点的界面来管理视频生成过程中的各个组件。多GPU设计对于处理 Wan 模型（如 140 亿参数版本）的高计算需求至关重要。

以下是典型工作流的分解及多GPU的利用方式：

1. 工作流初始化与数据加载：

• 流程从加载输入图像和必要模型开始。

• 关键组件包括“加载图像”节点和“加载 WanVideo”节点，用于将图像和视频基础模型引入工作流。

• “WanVideo 加载器”和“WanVideo 文本解码器”节点用于加载并配置特定模型、参数及 LoRA（如使用）。

2. 多GPU 分布：

• 为优化性能并克服显存限制，计算负载被分配到多个 GPU 上，这正是多GPU工作流的亮点所在。

• 模型的不同组件可卸载至独立的 GPU。例如：

  • GPU 1：可能专用于加载大型扩散模型（Wan 2.1 模型的核心）。
  • GPU 2：可用于 CLIP 文本编码器，处理指导视频生成的文本提示。这是工作流中非常重要的一部分，可能消耗大量显存。
  • GPU 3、GPU 4 等：其他 GPU 可用于处理管道中的其他部分，例如用于编解码的 VAE（变分自编码器），或特定的采样操作。

3. 视频生成过程：

• 提示与参数设置：用户提供文本提示以引导视频的运动和内容，并设置关键视频参数，例如 num_frames（视频长度）和 frame_rate（帧率）。

• 扩散过程：生成的核心是扩散过程。模型从输入图像的潜在空间表示开始，在文本提示的引导下逐步添加时间信息。这是一个高度可并行化的任务，使用多个 GPU 能够并发处理该过程的不同部分。

• 时间与空间一致性：Wan 2.1 采用创新的 3D 因果 VAE 架构，专为视频生成设计，能高效压缩时空信息，确保帧间一致性并保留细节。

• 视频合成：扩散过程完成后，最终帧从潜在空间合成并解码为视频。

4. 多GPU 方案的关键优势：

• 突破显存限制：大规模 Wan 2.1 模型（如 140 亿参数）可能需要大量显存（超过 20GB）。将模型组件分布于多个 GPU 上，使得在单 GPU 无法运行这些模型的系统上也能顺利执行。

• 更快的推理速度：通过并行化计算负载，多GPU工作流显著缩短了视频生成时间，尤其对于高分辨率、长时长视频至关重要。

• 提升质量：使用更大模型和更高分辨率变得更加可行，从而生成质量更高、细节更丰富、更稳定的视频输出。