> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-comfy-docs-comfyapi-search.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# HyperTile - ComfyUI Built-in Node Documentation

> HyperTile 将分块（tiling）技术应用于扩散模型内部的注意力机制，以减少图像生成过程中的内存占用。

HyperTile 将分块（tiling）技术应用于扩散模型内部的注意力机制，以减少图像生成过程中的内存占用。它把潜空间切分为更小的图块，分别对每个图块进行注意力计算，然后重新组合结果。这样便能够在不耗尽内存的情况下处理更大的图像尺寸。

## 输入

| 参数     | 描述                                                        | 数据类型    | 必填 | 取值范围         |
| ------ | --------------------------------------------------------- | ------- | -- | ------------ |
| `模型`   | 要应用 HyperTile 优化的扩散模型                                     | MODEL   | 是  | -            |
| `分块尺寸` | 处理时使用的目标图块大小（默认值：256）。在内部，该值会被限制为最小 32，然后除以 8 以得到有效的图块大小。 | INT     | 是  | 1 - 2048     |
| `分割尺寸` | 控制处理过程中图块的重排方式，以提升效率。数值越大，图块尺寸允许的变化范围越大（默认值：2）            | INT     | 是  | 1 - 128      |
| `最大深度` | 应用分块的最大深度层级（分辨率尺度）。值为 0 时仅在最高分辨率下应用分块（默认值：0）              | INT     | 是  | 0 - 10       |
| `规模深度` | 启用后，图块大小会在更深的深度层级上按比例缩放。这有助于在较低分辨率下保持质量（默认值：False）        | BOOLEAN | 是  | True / False |

注意：`tile_size`、`swap_size`、`max_depth` 和 `scale_depth` 被标记为高级输入，因此只有在界面中启用高级选项时才会显示。

## 输出

| 输出名称    | 描述                   | 数据类型  |
| ------- | -------------------- | ----- |
| `model` | 已应用 HyperTile 优化后的模型 | MODEL |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HyperTile/zh.md)

***

**Source fingerprint (SHA-256):** `fb2fa29a403b6b7de7d5263240cc51a74126078457a3ff9ea63aeded45b9b74a`