原贴链接

帖子仅给出一个网址：https://github.com/voipnuggets/flux - generator，无具体内容可翻译

讨论总结

该讨论围绕在Apple Silicon Mac上释放Flux Schnell力量的项目展开。有评论对项目表示赞赏，有人进行了Draw Things与MLX在FLUX方面的速度比较，还有人提及Flux模型的体积、运行所需空间、GGUF支持等内容，同时也有人对项目在不同设备上的速度比较感兴趣以及询问项目的内存需求，整体氛围比较积极正面。

主要观点

  1. 👍 Draw Things在FLUX方面比MLX实现速度快。
    • 支持理由：给出具体快20% - 25%的数据，并附上相关网址。
    • 反对声音：无。
  2. 👍 对标题中的项目表示赞赏。
    • 正方观点：从不同方面肯定项目，如称其为“不错的项目”“很棒的项目”等。
    • 反方观点：无。
  3. 🔥 Flux模型体积约23GB，获得良好速度需要30 + GB空间。
    • 正方观点：明确指出模型的大小和运行所需空间。
    • 反方观点：无。
  4. 💡 不使用特定条件下Flux在comfy中运行良好。
    • 解释：给出了Flux在特定情况下的运行状态。
  5. 💡 Flux GGUF要求低且保持质量，应实现其支持。
    • 解释：阐述了Flux GGUF的优势并提出实现支持的建议。

金句与有趣评论

  1. “😂 Draw Things is around 20% to 25% faster than MLX implementations for FLUX: https://engineering.drawthings.ai/metal - flashattention - 2 - 0 - pushing - forward - on - device - inference - training - on - apple - silicon - fe8aac1ab23c”
    • 亮点：给出了明确的速度比较结果及参考网址。
  2. “🤔 Nice project!”
    • 亮点：简单直接地表达对项目的认可。
  3. “👀 Somehow I had the forethought to buy a 64GB studio when they came out a couple years ago, so this is a treat”
    • 亮点：分享个人前瞻性购买设备的经历并表达惊喜。
  4. “💬 How much RAM it needs? Is 16 GB sufficent?”
    • 亮点：提出项目内存需求的疑问。
  5. “💬 From image I see it probably requires 36GB+”
    • 亮点：根据图像推测项目所需内存量。

情感分析

总体情感倾向为正面，大多数评论者对项目表示赞赏、认可或表现出积极的态度。主要分歧点较少，可能是因为目前项目处于初步探讨阶段，大家更多是在分享信息和表达期待，还未涉及到有争议性的内容。

趋势与预测

  • 新兴话题：Flux GGUF支持可能会成为后续讨论的新兴话题，因为有评论者提出了相关建议且开发者表示会考虑。
  • 潜在影响：如果项目得到进一步推广和优化，可能会对苹果硅Mac用户在处理相关任务的效率和体验方面产生积极影响，也可能会吸引更多人关注Flux模型相关的开发和应用。

详细内容：

标题：在苹果硅 Mac 上释放 Flux Schnell 的力量

在 Reddit 上，有一个关于在苹果硅 Mac 上使用 Flux Schnell 的热门讨论帖子引起了大家的关注。该帖子提供了链接 https://github.com/voipnuggets/flux-generator 。此话题获得了众多用户的参与，评论数众多，主要围绕着 Flux Schnell 在苹果设备上的性能表现、所需内存以及不同设备的使用体验展开。

讨论焦点与观点分析： 有人分享道：“Draw Things 对于 FLUX 来说比 MLX 实现要快约 20%至 25%，链接为：https://engineering.drawthings.ai/metal -flashattention-2-0-pushing -forward -on -device -inference -training -on -apple -silicon -fe8aac1ab23c 。”有人称自己几年前有先见之明买了 64GB 的 studio，觉得这次是个惊喜，并分享了个人经历。有人问道：“这个项目很棒！需要多少内存？16GB 够吗？”还有人表示同样的疑问，并认为从图片看可能需要 36GB 以上。有人说：“Flux 模型很好但也很大，约 23GB。要获得良好速度需要 30GB 以上。”有人提到：“如果不使用 gguf 量化的 t5 且 Flux 本身在舒适环境中运行良好。”有人问在 128gb M1 Max 上应该尝试什么。有人请求实现 GGUF 支持，称 Flux GGUF 需求显著降低，即使在 Q5 也能保持相同质量。有人说会考虑这个建议。还有人表示将在自己的 M1 Pro 上尝试，并很期待与 4070 SUPER 相比的速度，分享了个人经历。

在讨论中，大家对于 Flux Schnell 在苹果设备上的性能和内存需求存在不同看法，但对于这个项目的创新性和探索价值达成了一定的共识。特别有见地的观点是关于不同技术实现对性能的影响以及内存需求的详细分析，丰富了整个讨论。

总之，这个关于 Flux Schnell 在苹果硅 Mac 上的讨论，为相关用户提供了多样的信息和思考方向。