Re: [心得] ComfyUI 7.0 RX 9070XT便攜包分享

看板PC_Shopping (個人電腦購買)作者trfmk1 (TRF小兵)時間1月前 (2026/03/11 18:01)推噓19(19推 0噓 15→)

留言34則, 16人參與討論串5/6 (看更多)

ComfyUI_Win_portable_RDNA4 TRFv0.2-Lite 200260311 https://drive.google.com/file/d/1KeyJg-cudGQ2G0QiThrRKGHDiSQcwEGX/view?usp=sharing 此為沒有任何基礎模型的便攜包針對RDNA4 RX9070X優化的版本架構環境 ComfyUI v0.16.4 Python version: 3.13.11 Pytorch version: 2.12.0a0+rocm7.12.0a20260218 triton_windows-3.6.0.post26 20260309 這次主要增加sage-attention triton自定義參數設定 https://drive.google.com/file/d/11PjKHXraivbEeJP-RbJjN0e7KXOJ9TjH/view?usp=sharing 這是修改過後的文件已經放進去便攜包內在西台灣的QQ群已經測試了一陣子靈感來自於這裡 https://github.com/Dao-AILab/flash-attention/pull/2239 我參考上面文章的flash-attention調優算子利用gemini針對RNDA架構優化了sage-attention triton 並且可以使用環境變數加以調整目前預設使用 set SAGEATTN_M=128 set SAGEATTN_N=16 set SAGEATTN_GM=16 set SAGEATTN_WAVE=4 set SAGEATTN_WARP=4 set SAGEATTN_NSTAGES=1 set SAGEATTN_CAUSAL_STAGE=3 參數說明 1. SAGEATTN_M (BLOCK_M) 定義：Query 分塊大小 (Query Block Size)。決定 GPU 一次處理多少列的 Query 矩陣。選項：64 (推薦), 128 (激進)。影響：越大 (128)：理論上能減少讀取 K/V 的次數（節省頻寬），速度通常較快。副作用：會佔用大量的 SRAM (LDS) 和暫存器 (VGPR)。 2. SAGEATTN_N (BLOCK_N) 定義：Key/Value 分塊大小 (Key/Value Block Size)。決定 GPU 一次讀取多少列的 K/V 。 3. SAGEATTN_GM (GROUP_SIZE_M) 定義：L2 Cache 分組大小 (L2 Swizzling)。決定有多少個 Query Block 共用同一份 K/V 數據。影響：數值越高：K/V 讀取次數越少（省頻寬）。代價：GPU 必須同時在 L2 Cache 里暫存 (M × GM) 這麼大塊的輸出結果 (Accumulator)。 4. SAGEATTN_WAVE (waves_per_eu) 定義：每個計算單元的波前數量 (Occupancy)。這是 AMD 特有的參數，控制一個 CU (Compute Unit) 同時跑幾個 Wave。選項：0 (自動), 2 (保守), 4 (激進)。影響：越高 (4)：能更好地隱藏記憶體延遲，跑分高。但若暫存器不夠，會導致核心崩潰或計算錯誤。建議值：2 (穩定) 或 0 (讓編譯器自己算)。 5. SAGEATTN_WARP (num_warps) 定義：核心並行度 (Warps per Block)。Triton 內部的參數，決定用多少個 Warp 來處理一個 Block。選項：2, 4, 8。影響：必須跟 BLOCK_N 的大小成正比。 6. SAGEATTN_NSTAGES (num_stages) 定義：軟體流水線級數 (Software Pipelining)。決定 GPU 要「預先讀取」多少塊未來的數據。選項：1 (不預讀), 2 (預讀一塊) 7. SAGEATTN_CAUSAL_STAGE 定義：核心邏輯階段。這是 SageAttention 演算法內部的數學邏輯開關。影響：這不是效能參數，而是正確性參數。建議值：3 (固定值)。亂改會導致數學邏輯錯誤，畫面會變成雜訊。總之使用優化過後sage-attention 跑圖速度會提昇20～30％跑WAN2.2一步至少縮短5s 想要自訂參數請自行用記事本編輯修改Start.bat 補充一下 Mimalloc優化設定 32GB RAM：平衡配置 (Balance) set MIMALLOC_PURGE_DELAY=500 set MIMALLOC_LARGE_OS_PAGES=1 set MIMALLOC_ARENA_EAGER_COMMIT_DELAY=0 set MIMALLOC_RESET_DELAY=100 set MIMALLOC_SHOW_STATS=0 64GB RAM：效能優先 (Performance) set MIMALLOC_PURGE_DELAY=5000 set MIMALLOC_LARGE_OS_PAGES=1 set MIMALLOC_ARENA_EAGER_COMMIT_DELAY=0 set MIMALLOC_RESET_DELAY=500 set MIMALLOC_SHOW_STATS=0 128GB RAM：極限效能 (Extreme / Latency Sensitive) set MIMALLOC_PURGE_DELAY=-1 set MIMALLOC_LARGE_OS_PAGES=1 set MIMALLOC_ARENA_EAGER_COMMIT_DELAY=0 set MIMALLOC_RESET_DELAY=-1 set MIMALLOC_SHOW_STATS=0 由於我的環境記憶體有128G 預設是調到最高等級一些跑圖數據 Z-image turbo https://i.imgur.com/4EW0f9z.png

1024x1024 6步 5.82s 4步 3.99s SD XL illustrious https://i.imgur.com/9k9n84q.png

1024x1024 20步 6.68s WAN 2.2 640x480 5s https://i.imgur.com/IUbxCjy.png

4步 59.51s SDXL工作流增加自動修臉跟手腳功能 https://i.imgur.com/ypWxNBB.png

目前triton-windows已經有AMD官方人員加入維護 https://github.com/triton-lang/triton-windows/issues/2 看起來AMD是認真的此便攜包可以任意分享本來就是我閒暇時間自己琢磨玩玩我其實也不懂Python程式怎麼寫反正有問題就問AI= = 或者爬文章或者跟別人討教希望有人能接著發揚光大甚至去Github社群交流 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 125.229.59.186 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1773223293.A.591.html

推

w1222067

03/11 18:20, 1月前 , 1^F

03/11 18:20, 1^F

推

danisaku

03/11 18:45, 1月前 , 2^F

03/11 18:45, 2^F

推

d0178411

03/11 20:12, 1月前 , 3^F

03/11 20:12, 3^F