[ComfyUI]Flux最新加速插件wavespeed，出图速度翻一倍

这个插件太牛了，出图速度翻一倍，图片质量还很好，强烈推荐

0****1

介绍

最近ComfyUI在卷这个加速插件，上一个teacache刚出来没几天，就出来了个更强的，我直接省了测试teacache了，直接上手最好用的wavespeed，测试下来，出图时间省了一半，图片质感又没缺失多少，真是完美啊。

另外这个wavespeed不仅针对图片加速，对生成视频也可以加速，视频这块后面给大家分享。

经过我自己测试，我4090电脑跑1024x1024分辨率的图速度翻一倍，太开心了。

下图就是我测试的效果图，嘎嘎猛，抽卡的快乐回来了。

左下角是出图的时候，左边是原图出图时间，中间是用上wavespeed里面一个加速功能的时间，右边是用了wavespeed2个功能的出图时间，直接翻倍了。

02

**相关安装
**

插件地址：

这个插件节点管理器里面不行，需要通过Git URL安装

安装好了记得重启服务。

03

操作说明

先来简单说一下 wavespeed 的原理吧，下面是官方的说明：

受TeaCache和其他去噪缓存算法的启发，我们引入了第一块缓存（FBCache），以使用第一个变压器块的剩余输出作为缓存指示符。如果第一个 Transformer 块的当前残差输出与之前的残差输出之间的差异足够小，我们可以重用之前的最终残差输出并跳过所有后续 Transformer 块的计算。这可以显著降低模型的计算成本，在保持高精度的同时实现高达 2 倍的加速。

要使用第一个块缓存，只需添加 wavespeed->Apply First Block Cache 在Load Diffusion Model节点之后将节点添加到工作流程，并将residual_diff_threashold值调整为适合模型的值，例如：对于具有fp8_e4m3fn_fast和 28 个步骤的flux-dev.safetensors为0.12 。预计速度将提高 1.5 倍至 3.0 倍，并且精度损失可接受。

它支持FLUX 、 LTXV (native and non-native) 、 HunyuanVideo (native)和SDXL等多种模型。

要使用这个插件加速技术，对应的节点如下，在加载模型后面直接跟上这个Apply First Block Cache节点即可，很简单。

使用的话主要点有几点：

• 步骤至少要28步，这个加速主要是后半部分速度提升很快，如果步数太少了没效果。

• 权重推荐是设置0.12，数字越大，出图越快，但是值大了图就模糊了。

• 要用原生模型 dev fp16或者fp 8，不要用微调版本

这一步速度提升大概是1.7倍。这还只是第一重提速，官方说明后面还有一个增强的，利用了 torch.compile的技术，在上面 Apply First Block Cache节点后面再添加了一个 Compile Model+的节点即可。

window电脑使用这个torch.compile好像会报错，如果你也遇到如下这个错误，那就需要安装triton了。

我查了资料，好像是对window电脑不是很兼容，需要自己去下载文件编译安装triton。

https://github.com/woct0rdho/triton-windows/releases/tag/v3.1.0-windows.post5

下载你电脑对应的python版本的包，我这里ComfyUI对应的是python 10，所以我就下载

triton-3.1.0-cp310-cp310-win_amd64.whl

回头这3个我都放网盘

然后我把这个文件放到了ComfyUI下面的python目录下

最后进入这个目录下的命令窗口，输入命令：

python.exe -m install triton-3.1.0-cp310-cp310-win_amd64.whl

就安装上这个 triton依赖包了。

然后就可以用了。

我自己测试下来，同时使用Apply First Block Cache节点和Compile Model+节点，出图速度提升了2.3倍。

注意：使用 FP8 量化编译模型不适用于 RTX 3090 等 Ada 之前的 GPU，您应该尝试使用 FP16/BF16 模型或删除编译节点。

完整的工作流如下，我做了3种对比。

我另外测试的几组图

04

总结

以上就是最新的加速插件wavespeed介绍了，太强了我只能说，Flux很好用，但就是出图太慢了，这下有了这个优化技术，大大提高了效率。

技术的迭代是飞快的，要关注最新的消息才不会掉队。

关注我，每天分享最新的ComfyUI技术前沿。

今天介绍的工作流和插件我都打包好了。

工作流获取

写在最后

常用工作流已经给各位小伙伴打包好了，可以按需自取，无偿分享。

这份完整版的AI绘画全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除