声明:所有参数都是lz自己试出来的,不一定是最优解,但能跑通
首先UI是webui neo forge。不要comfy ui,实测反而更慢。
首先启动参数 lowvram(低显存),不要使用极低显存,会拖慢速度
注意力优化方面,随便,pytorch,xformers,sdp都差不多,拉不开差距。
共享显存一定要关,开了慢死人,而且很可能解决不了oom,很多人觉得开了就不会爆显存。我只能说显存确实不爆了,但是内存容易爆了,到时候拖着操作系统一块暴毙你还得重启电脑
内存分配器个人建议改用cuda内置异步分配器,(应该)会比pytorch内存分配器更好。
nanchaku,如果显卡支持可以安装。但是2gb显存的显卡大概率不支持,这个看自己显卡。
接下来是生图参数
首先分块vae不要开,一分块能慢2分钟。
分辨率建议768x1024,高了容易oom
采样器方面,使用第三方插件sdforgeneo-SPEED来代替。采样器参数里,base sampler按照自己喜好就行,euler,ersde都没问题,delta threshold设置为0.2001,power spectrum preset设置为 custom。然后spectrumA设置为204,spectrum beta设置为2,采样步数25步,调度器和正常使用Anima一样,其他的不用动。
这样配置下lz的mx350可以在5到6分钟生成一张图片。如果还是觉得不够快,可以用Turbo模型,单个人感觉Turbo提示词遵循不行。
以下是效果图,可以观察到和直接运行Anima相比没有非常明显的质量下降。







首先UI是webui neo forge。不要comfy ui,实测反而更慢。
首先启动参数 lowvram(低显存),不要使用极低显存,会拖慢速度
注意力优化方面,随便,pytorch,xformers,sdp都差不多,拉不开差距。
共享显存一定要关,开了慢死人,而且很可能解决不了oom,很多人觉得开了就不会爆显存。我只能说显存确实不爆了,但是内存容易爆了,到时候拖着操作系统一块暴毙你还得重启电脑
内存分配器个人建议改用cuda内置异步分配器,(应该)会比pytorch内存分配器更好。
nanchaku,如果显卡支持可以安装。但是2gb显存的显卡大概率不支持,这个看自己显卡。
接下来是生图参数
首先分块vae不要开,一分块能慢2分钟。
分辨率建议768x1024,高了容易oom
采样器方面,使用第三方插件sdforgeneo-SPEED来代替。采样器参数里,base sampler按照自己喜好就行,euler,ersde都没问题,delta threshold设置为0.2001,power spectrum preset设置为 custom。然后spectrumA设置为204,spectrum beta设置为2,采样步数25步,调度器和正常使用Anima一样,其他的不用动。
这样配置下lz的mx350可以在5到6分钟生成一张图片。如果还是觉得不够快,可以用Turbo模型,单个人感觉Turbo提示词遵循不行。
以下是效果图,可以观察到和直接运行Anima相比没有非常明显的质量下降。


















