【closerAI ComfyUI】FLUX生态进入秒出时代！最强加速器nunchaku实测：秒级出图+显存狂降3倍！生产力工具

添加图片注释，不超过 140 字（可选）

更多AI前沿科技资讯，请关注我们：

closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台

【closerAI ComfyUI】FLUX生态进入秒出时代！最强加速器nunchaku实测：秒级出图+显存狂降3倍！已成生产力工具。

大家好，我是Jimmy。这期介绍一个爆炸的项目，FLUX模型我们都知道很吃显存，单单运行它文生图、图生图加上一些加速优化后像我8G显卡基本要1.5~2分钟左右，这还是没加LORA、fill、redux以及其它控制的情况下。如下加上控制，需要的时间就更久。虽然整理生图质量比其它模型好，但生成时间长是它的痛点。虽然有加速的方案，像teacha、sagettention等。但离作为生产力工具，在效率上还是有些欠缺。

现在，已经出现了一个新技术方向，4位扩散模型推理引擎nunchaku。最近推出0.2版本，已经将FLUX推进到秒级间输出的速度，并且生图质量与原生模型相差无几。

comfyUI-nunchaku介绍

nunchaku是由MIT Han Lab研发的4位扩散模型推理引擎，专为优化Stable Diffusion、Flux等生成式AI模型设计。其核心技术突破包括：

1. SVDQuant量化技术。通过低秩分解（Singular Value Decomposition）和核融合（Kernel Fusion），将模型权重与激活值压缩至4位，显存占用减少3.6倍（如16GB显存可运行原需50GB的Flux.1-dev模型）。解决传统4位量化图像模糊问题，LPIPS质量指标仅0.326（接近原版0.573），肉眼无差异。

2. 多模态生态兼容。完美支持Flux模型、LoRA、ControlNet及多显卡架构（NVIDIA Ampere/Ada/A100）。文生图、ControlNet重绘、修复等，速度提升8.7倍。

3. 硬件级优化。针对NVIDIA CUDA架构优化，支持FP16/FP8混合精度计算，16G显卡实现3秒生成（原版需111秒）

comfyui节点：https://github.com/mit-han-lab/ComfyUI-nunchaku

轮子地址：https://huggingface.co/mit