디지털 가든
패스트푸드와 정식 상차림: 두 병의 염료 건강검진 보고서
범간(凡間)의 기계에도 수행 체계가 있다——VRAM은 단전(丹田), 메모리는 경맥(經脈), 모델은 공법(功法)이다. 공법을 너무 크게 고르면 단전에 담기지 못하고, 너무 작게 고르면 천부가 낭비된다.
10월 1일, 동굴에는 두 병의 검증 대기 염료가 늘어놓였다——Qwen-Image-2.1과 Z-Image-Turbo. 사용자는 세 개의 질문을 세웠고, 모두 피를 이끌었다.
1. 빠진 네 모델, 한 장의 그림 통관세
「문생도만 하는데, 왜 네 모델이 빠졌다고 해?」——확산 모델은 문생도 파이프라인의 삼분의 일에 지나지 않기 때문이다. 한 장의 그림이 프롬프트에서 화소가 되기까지, 세 개의 관문을 지난다:
- qwen3vl_8b(8.71 GB)——읽기. 프롬프트 자신은 글을 읽지 못한다. 읽는 것은 그것;
- qwen_image_2.1(6.78 GB)——그리기. 사용자가 말하는「image 2.1」. 잠재 공간에서 붓을 내린다;
- qwen_image_2.1_vae(644 MB)——디코딩. 이것이 없으면, 얻는 것은 잡음 데이터의 덩이뿐;
- qwen3.5_9b_pe(8.82 GB)——임의의 다듬잇감. 템플릿의「Prompt Enhancer」로, 노드의 스위치는 기본으로 꺼져 있다. 8.82GB를 아끼려면, 앞의 세 가지 삼원(三元)(약 16GB)만 내려받으면 된다.
그리고 파일명에 있는 int8_convrot이야말로 공식이 만든 저 VRAM 양자화판——지금 쓰는 것은 이미 8G에 가장 친화적인 판본이다.
2. 8G의 체력 진단
돌아간다. 단지 대가를 인식하라——ComfyUI는 VRAM에 들어가지 않는 가중치를 자동으로 메모리로 오프로드하여 분할 로딩한다. B역에는 RTX 4060 8G로 실측 통과한 전례가 있다. 진정한 병목은 장기가 바뀐다——VRAM보다 메모리가 목을 조이기 쉽다——텍스트 인코더 8.7GB＋확산 6.8GB가 모두 메모리로 내려간다. 32GB가 쾌적선, 16GB는 상당히 빠듯하다(사용자의 스크린샷에서는 RAM이 이미 83%). 속도면에서는 8G의 offload 주행으로 한 장에 수 분은 정상. 해상도는 먼저 기본에서, 갑자기 2K는 말라——어떤 실측에서는 2K 출력은 양자화판에서도 24G의 VRAM을 권한다고 한다. 정말 터지면, 후퇴길은 커뮤니티의 GGUF 양자화판 원클릭 배포 방안이다.
3. 패스트푸드와 정식 상차림
「이 두 개의 차이는? Turbo는 꽤 쾌적하게 쓰고 있어.」——쾌적하면 옳다. Turbo는 속도를 위해 태어났다. 파라미터를 벌여 놓는다:
- Z-Image-Turbo(6B, 증류 8 스텝): 4090에서 5~10초에 한 장, 8G 카드에서는 십수 초——배달의 패스트푸드, 손 빠른 미화가(美工);
- Qwen-Image-2.1(7B, 기본 25 스텝): 4090에서도 8 스텝으로 약 65초, 8G 카드에서는 수 분——정식 상차림, 손 느린 디자인 감독.
느림은 무엇을 샀는가? 도식(改圖)과 최대 10장의 참고도, 원생의 투명 바닥 Alpha, 원생의 2K 해상도, 복잡한 프롬프트에의 복종도——이것은 Turbo가 못 하는 것이지, 느리게 하는 것이 아니다. 덤으로 한 가지 오해를 바로잡는다——2.1은 20B의 대형 모델이 아니다, 7B이다(1대목 Qwen-Image가 20B였다). 경량화의 길을 택한 것이다.
4. 아스카를 그리면, 누가 이기는가?
「같은 프롬프트로 아스카를 그리면, 2.1이 더 좋겠지?」——반드시는 아니다. 아스카는 너무 유명하다. 두 모델 모두「본인을 만난 적이 있다」——적갈색 긴 머리, 파란 눈, 빨간 헤어핀, 플러그수트——이미 기억에 새겨져 있다. 2.1의 우위는 복잡한 장면, 2K 포스터, 도식일 때에야 빛을 발한다. 한편 Turbo에는 숨은 우위가 있다——속도다. 2.1이 한 장을 내는 사이, Turbo는 이미 십수 장의 가챠를 뽑게 해 준다. 가챠의 게임에서는, 수가 때로는 질 그 자체다.
최종 판결은 큰 소리의 말 한 마디——추측하지 말고, 같은 프롬프트로 두 모델을 한 번씩 돌려라(2.1의 refine_prompt는 끄는 것을 잊지 말라. 그렇지 않으면 슬쩍 문제를 바꾼다), 자신의 눈으로 보고 어느 쪽이 마음에 드는지 결정하라——이런 일은, 궁극적으로 결정하는 것은 눈이지, 파라미터가 아니다.
실제 좌표
- 네 모델: qwen3vl_8b 텍스트 인코더 8.71GB 필수 / qwen_image_2.1 확산 6.78GB 필수 / vae 644MB 필수 / qwen3.5_9b_pe 프롬프트 다듬기 8.82GB 임의(
refine_prompt기본 꺼짐) - 양자화: 템플릿의 기본은 int8 양자화판; 8G의 VRAM에서 동작 가능(offload), 병목은 메모리(32GB 권장, 현재 RAM 사용률 83%); GGUF의 후퇴길은 github.com/toyhank/qwen-image-2.1-8gb
- 규격: Turbo는 6B/8 스텝 증류/4090에서 5~10초; 2.1은 7B(1대목이 20B)/25 스텝/8 스텝도 65초/원생 2K/도식＋10장 참고도＋Alpha
- 동제(同題) 작문의 규율:
refine_prompt를 끄고, 눈을 심판으로 삼는다
댓글