Documentation Index
Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
Use this file to discover all available pages before exploring further.
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集以下が翻訳結果です。 HyperTile ノードは、拡散モデルのアテンション機構にタイル分割手法を適用し、画像生成時のメモリ使用量を最適化します。潜在空間をより小さなタイルに分割して個別に処理し、その後結果を再結合します。これにより、メモリ不足を起こさずに、より大きな画像サイズでの作業が可能になります。
入力
| パラメータ | データ型 | 必須 | 範囲 | 説明 |
|---|---|---|---|---|
モデル | MODEL | はい | - | HyperTile 最適化を適用する拡散モデル |
タイルサイズ | INT | いいえ | 1 - 2048 | 処理の対象となるタイルサイズ（デフォルト：256）。実際のタイルサイズは 8 の倍数に切り捨てられ、最小値は 32 です。 |
スワップサイズ | INT | いいえ | 1 - 128 | 処理効率を向上させるためにタイルを再配置する方法を制御します（デフォルト：2） |
最大深度 | INT | いいえ | 0 - 10 | タイル分割を適用する最大深度レベル（解像度スケール）。値 0 は最高解像度でのみタイル分割を適用します（デフォルト：0） |
スケール深度 | BOOLEAN | いいえ | True / False | 有効にすると、より深い深度レベルでタイルサイズが比例して拡大縮小されます。これにより、低解像度での品質維持に役立ちます（デフォルト：False） |
出力
| 出力名 | データ型 | 説明 |
|---|---|---|
モデル | MODEL | HyperTile 最適化が適用された変更後のモデル |
Source fingerprint (SHA-256):
d3c55e6a38abecc8fe612dbb91a3ba26de9bc5cf8a187f01cf4746550f62f40a