يستخدم FLUX FP8 حوالي 40-50% أقل من VRAM مقارنة بـ FP16، مما يتيح تشغيلًا سلسًا على بطاقات رسومية بسعة 16 جيجابايت مع خسارة طفيفة في جودة الصورة ولكن بسرعة واستقرار أعلى. مثالي للمستخدمين العاديين الذين يبحثون عن أقصى أداء لكل وحدة ذاكرة.

الفروق الأساسية بين FP8 وFP16

يُعد FLUX.1-dev نموذجًا كبيرًا يستهلك موارد نظامية كبيرة. يؤثر اختيار نوع الفاصلة العائمة بشكل مباشر على استخدام الذاكرة العشوائية. في أنظمة ComfyUI للذكاء الاصطناعي المحلي، يمكننا إجبار تحميل النماذج بصيغة FP8 من خلال عقد محددة، مما يقلل بشكل كبير من حجم الملف وعبء VRAM.

مقارنة FP16 (16-بت) وFP8 (8-بت) ليست مجرد مسألة أرقام، بل هي توازن بين جودة الصورة والقدرة على التشغيل على أجهزة محدودة. استخدام FP16 يمنحك أعلى تفاصيل لونية ووضوح، ولكن مقابل VRAM مرتفعة قد تسبب OOM (نفاد الذاكرة) على بطاقات الرسومات المتوسطة.

التأثير الفعلي على استخدام ComfyUI

عند الاختبار في بيئات حقيقية، نجد أن FLUX FP8 يمكنه العمل مع LoRA وControlNet دون انهيار النظام بسهولة. للمستخدمين الذين يملكون RTX 4060 Ti أو ما يعادلها، فإن الإعداد على FP8 هو الطريقة الوحيدة للحصول على صور كاملة عبر جميع الخطوات دون تقليل دقة الصورة الأصلية.

ومع ذلك، يجب على المستخدمين الحذر من 'ضوضاء الكمّية' التي قد تظهر في المناطق الداكنة أو التفاصيل المعقدة قليلاً. عمليًا، لأعمال إنشاء المحتوى العامة، هذه الفروق بالكاد ملحوظة مقارنة بمزايا السرعة واستقرار النظام.

اختبار حقيقي على جهازنا

قمت باختبار تشغيل FLUX.1-dev على نظام ثنائي GPU (GPU0 وGPU1) باستخدام Mac Mini M4 Pro مع بطاقة رسومات منفصلة لقياس الأداء تحت حمل ثقيل. أظهرت النتائج من Hub Artifact ID 29499 أن التحويل إلى FP8 حسّن بشكل كبير سلاسة سير العمل.

تشير بيانات التشغيل الفعلية إلى أن متوسط وقت إنشاء الصورة (exec_s) كان 37.0 ثانية مع وسيط 33.3 ثانية على GPU0، الذي كان لديه متوسط سرعة 35.2 ثانية لكل تشغيل عبر 2,276 تشغيلًا. كان GPU1 عند 39.1 ثانية من 1,957 تشغيلًا. يؤكد هذا الاختبار أن FP8 يمكنه التعامل مع أحمال عمل كبيرة دون أخطاء (gate_fail: 0).

دروس من الفشل والاحتياطات

رغم أن الأرقام تبدو جيدة، واجهت مشاكل 'تجاوز الوقت' مرتين أثناء التشغيل الفعلي، والتي اضطرت النظام لإعادة المحاولة تلقائيًا حتى النجاح. يعلمنا هذا أنه حتى مع وفرة VRAM، إذا لم تكن عرض النطاق الترددي للذاكرة كافيًا لدعم تبادل البيانات بين المعالج والبطاقة الرسومية، قد تتعطل العمليات.

لذلك نوصي بمراقبة سجلات Worker عن كثب. إذا وُجدت زمن استجابة مرتفع غير طبيعي، فكر في زيادة مساحة Swap أو تعديل حجم الدفعة بشكل مناسب. الاعتماد فقط على أرقام VRAM المتبقية ليس المعيار الوحيد الذي يشير إلى استقرار نظام الذكاء الاصطناعي المحلي.

توصيات الاختيار للمستخدمين

للمستخدمين الذين يعملون بالذكاء الاصطناعي المحلي على أجهزة الكمبيوتر العادية، أنصح دائمًا بالبدء بـ FP8. فكر فقط في FP16 لأعلى جودة إذا كان لديك أكثر من 24 جيجابايت VRAM متبقية. استخدام FP8 على بطاقات رسومية بسعة 16 جيجابايت يسمح بإنشاء صور مستمر دون إغلاق برامج أخرى.

اختيار هذا الوضع هو الاستراتيجية الأذكى لأولئك الذين يبحثون عن توازن بين الجودة والأداء. تذكر التحقق من العقدة المستخدمة لتحميل النماذج للتأكد من دعمها الصحيح لـ FP8، لمنع أخطاء تحميل النموذج في ComfyUI.

تريد متابعة المزيد من أعمال المختبر مثل هذا؟ تابع LINE @icafefx أو حمّل أدوات مجانية من redhatai.net