HyperTile - ComfyUI Built-in Node Documentation

HyperTile 노드는 확산 모델의 어텐션 메커니즘에 타일링 기법을 적용하여 이미지 생성 중 메모리 사용량을 최적화합니다. 잠재 공간을 더 작은 타일로 나누어 개별적으로 처리한 후 결과를 다시 조합합니다. 이를 통해 메모리 부족 없이 더 큰 이미지 크기로 작업할 수 있습니다.

HyperTile 노드는 확산 모델의 어텐션 메커니즘에 타일링 기법을 적용하여 이미지 생성 중 메모리 사용량을 최적화합니다. 잠재 공간을 더 작은 타일로 나누어 개별적으로 처리한 후 결과를 다시 조합합니다. 이를 통해 메모리 부족 없이 더 큰 이미지 크기로 작업할 수 있습니다.

​

입력

매개변수	설명	데이터 타입	필수	범위
모델	HyperTile 최적화를 적용할 확산 모델	MODEL	예	-
타일 크기	처리할 대상 타일 크기(기본값: 256). 내부적으로 값은 최소 32로 제한된 후 8로 나누어 유효 타일 크기를 구합니다.	INT	예	1 - 2048
스왑 크기	처리 중 효율성을 높이기 위해 타일이 재배열되는 방식을 제어합니다. 값이 클수록 타일 크기의 변화가 더 허용됩니다(기본값: 2)	INT	예	1 - 128
최대 깊이	타일링을 적용할 최대 깊이 수준(해상도 배율)입니다. 값이 0이면 가장 높은 해상도에서만 타일링을 적용합니다(기본값: 0)	INT	예	0 - 10
스케일 깊이	활성화하면 더 깊은 깊이 수준에서 타일 크기가 비례적으로 조정됩니다. 낮은 해상도에서 품질을 유지하는 데 도움이 될 수 있습니다(기본값: False)	BOOLEAN	예	True / False

​

출력

출력 이름	설명	데이터 타입
model	HyperTile 최적화가 적용된 수정된 모델	MODEL

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

---

Source fingerprint (SHA-256): fb2fa29a403b6b7de7d5263240cc51a74126078457a3ff9ea63aeded45b9b74a