速度测试对比

原版FP8 6.6秒

原版FP8加速4.4秒提升288.24%

Nunchaku dev 1.7秒提升158.82%

Nunchaku dav 未加速

1.4秒

Nunchaku dav 加速0.06

1.34秒误差范围

Nunchaku dav 加速0.12

0.98秒提升30%

Nunchaku Schnell 8步未加速

0.58秒

Nunchaku Schnell 8步加速0.06

0.58秒，误差范围

Nunchaku Schnell 8步加速0.12

生成速度不降反升，Schnell 模型不推荐加速

Nunchaku Schnell 4步对比 TURBO四步，虽然生成速度相差不大都能做到1秒3张，但是加入TURBO模型后细节更为丰富，对比原版模型，在较为接近的画面质量下，从原来最高16秒到现在0.3秒，足足提升53倍，使用更少的时间就能实现之前非常耗时的换脸流程。“生产队的驴” 见了都自愧不如！，这速度SD1.5 看了直呼：“这是我能碰瓷的吗？

原版全精度模型生成速度16秒

安装 Cuda12.8

nvcc --version

Python 环境

验证 Python 版本和已安装的 PyTorch 版本：

“G:\ComfyuI\python\python.exe” –version “G:\ComfyuI\python\python.exe” -m pip show torch

非50系显卡

 -m pip install torch==2.6 torchvision==0.21 torchaudio==2.6

绘世启动器：

对于 RTX 50 系列 GPU（需要 PyTorch ≥2.7 和 CUDA 12.8）

-m pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128

安装对应版本的轮子：

双节棍设置指南（Windows）

环境设置

安装 Cuda

从官方 NVIDIA CUDA 下载下载并安装最新的 CUDA 工具包。安装后，验证安装：

nvcc –version

安装 Visual Studio C++ 生成工具

从官方 Visual Studio 生成工具页面下载。在安装过程中，选择以下工作负载：

使用 C++ 进行桌面开发
用于 Linux 开发的 C++ 工具

从 https://git-scm.com/downloads/win 下载 Git 并按照安装步骤作。

（可选）安装 Conda

Conda 有助于管理 Python 环境。您可以从官方网站安装 Anaconda 或 Miniconda。

（可选）安装 ComfyUI

您可能有多种方法可以安装 ComfyUI。例如，我使用了 ComfyUI CLI。安装 Python 后，您可以通过 CLI 安装 ComfyUI：

pip install comfy-cli comfy-cli install

要启动 ComfyUI：

comfy-cli launch

安装 Nunchaku

第 1 步：确定您的 Python 环境

为确保正确安装，您需要找到 ComfyUI 使用的 Python 解释器。启动 ComfyUI 并在日志中查找以下行：

** Python executable: G:\ComfyuI\python\python.exe

然后验证 Python 版本和已安装的 PyTorch 版本：

“G:\ComfyuI\python\python.exe” –version “G:\ComfyuI\python\python.exe” -m pip show torch

第 2 步：安装 PyTorch （≥2.5）（如果尚未安装）

安装适合您设置的 PyTorch

对于大多数用户：
“G:\ComfyuI\python\python.exe” -m pip install torch==2.6 torchvision==0.21 torchaudio==2.6
对于 RTX 50 系列 GPU（需要 PyTorch ≥2.7 和 CUDA 12.8）：
“G:\ComfyuI\python\python.exe” -m pip install –pre torch torchvision torchaudio –index-url https://download.pytorch.org/whl/nightly/cu128

第 3 步：安装 Nunchaku

预构建的 Wheels

您可以从以下其中一种安装 Nunchaku 车轮：

示例（适用于 Python 3.10 + PyTorch 2.6）：

“G:\ComfyuI\python\python.exe” -m pip install https://huggingface.co/mit-han-lab/nunchaku/resolve/main/nunchaku-0.2.0+torch2.6-cp310-cp310-win_amd64.whl

要验证安装：

“G:\ComfyuI\python\python.exe” -c “import nunchaku”

您还可以运行测试（需要 Hugging Face 令牌来下载模型）：

“G:\ComfyuI\python\python.exe” -m huggingface-cli login “G:\ComfyuI\python\python.exe” -m nunchaku.test

（备选）从源构建双节节

请使用 CMD 而不是 PowerShell 进行构建。

第 1 步：安装构建工具
C:\Users\muyang\miniconda3\envs\comfyui\python.exe “G:\ComfyuI\python\python.exe” -m pip install ninja setuptools wheel build
第 2 步：克隆存储库
git clone https://github.com/mit-han-lab/nunchaku.git cd nunchaku git submodule init git submodule update
步骤 3：设置 Visual Studio 环境
在系统上找到该脚本。示例路径：VsDevCmd.bat

C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\Common7\Tools\VsDevCmd.bat

然后运行：
“C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\Common7\Tools\VsDevCmd.bat” -startdir=none -arch=x64 -host_arch=x64 set DISTUTILS_USE_SDK=1
第 4 步：构建双节棍
“G:\ComfyuI\python\python.exe” setup.py develop
使用以下方式进行验证：
“G:\ComfyuI\python\python.exe” -c “import nunchaku”
您还可以运行测试（需要 Hugging Face 令牌来下载模型）：
“G:\ComfyuI\python\python.exe” -m huggingface-cli login “G:\ComfyuI\python\python.exe” -m nunchaku.test
（可选）第 5 步：为可移植 Python 构建轮子
如果直接使用可移植 Python 构建失败，您可以先在正常工作的 Conda 环境中构建 wheel，然后使用可移植 Python 安装文件：.whl
set NUNCHAKU_INSTALL_MODE=ALL “G:\ComfyuI\python\python.exe” python -m build –wheel –no-isolation

在 ComfyUI 中使用双节棍

安装插件

将 ComfyUI-Nunchaku 插件克隆到文件夹中：custom_nodes

cd ComfyUI/custom_nodes
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku.git

或者，使用 ComfyUI-Manager 或 .comfy-cli

下载模型

标准 FLUX.1-dev 模型
首先下载标准 FLUX.1-dev 文本编码器和 VAE。您还可以选择下载原始 BF16 FLUX.1-dev 模型。示例命令：
huggingface-cli download comfyanonymous/flux_text_encoders clip_l.safetensors –local-dir models/text_encoders huggingface-cli download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors –local-dir models/text_encoders huggingface-cli download black-forest-labs/FLUX.1-schnell ae.safetensors –local-dir models/vae huggingface-cli download black-forest-labs/FLUX.1-dev flux1-dev.safetensors –local-dir models/diffusion_models
SVDQuant 4 位 FLUX.1-dev 模型
接下来，下载 SVDQuant 4 位模型：
- 对于 50 系列 GPU，请使用 FP4 模型。
- 对于其他 GPU，请使用 INT4 模型。
确保将整个下载的文件夹放入中。例如：models/diffusion_models
huggingface-cli download mit-han-lab/svdq-int4-flux.1-dev –local-dir models/diffusion_models/svdq-int4-flux.1-dev
（可选）：下载示例 LoRA
您可以使用一些示例 LoRA 进行测试，例如 FLUX.1-Turbo 和 Ghibsky。将这些文件放在目录中：models/loras
huggingface-cli download alimama-creative/FLUX.1-Turbo-Alpha diffusion_pytorch_model.safetensors –local-dir models/loras huggingface-cli download aleksa-codes/flux-ghibsky-illustration lora.safetensors –local-dir models/loras