par Disty0
Open source · 5k downloads · 19 likes
Z Image Turbo SDNQ int8 est une version optimisée et quantifiée en 8 bits du modèle Z-Image-Turbo, conçue pour améliorer l'efficacité tout en préservant les performances. Grâce à la technique SDNQ, il accélère les opérations de multiplication matricielle en INT8, tout en restant compatible avec les calculs en BF16 pour une flexibilité d'utilisation. Ce modèle se distingue par sa capacité à fonctionner plus rapidement sur des matériels compatibles, sans sacrifier la qualité des résultats générés. Il est particulièrement adapté aux applications nécessitant des inférences rapides, comme la génération d'images en temps réel ou le traitement de grands volumes de données visuelles. Son principal atout réside dans son équilibre entre performance et légèreté, le rendant idéal pour les environnements où les ressources sont limitées.
8 bit quantization of Tongyi-MAI/Z-Image-Turbo using SDNQ.
This model is quantized with group sizes disabled for faster INT8 MatMul.
Example code to enable INT8 MatMul is provided in the Usage.
INT8 MatMul is optional and disabled by default.
Usage:
pip install sdnq
import torch
import diffusers
from sdnq import SDNQConfig # import sdnq to register it into diffusers and transformers
from sdnq.common import use_torch_compile as triton_is_available
from sdnq.loader import apply_sdnq_options_to_model
pipe = diffusers.ZImagePipeline.from_pretrained("Disty0/Z-Image-Turbo-SDNQ-int8", torch_dtype=torch.bfloat16)
# Enable INT8 MatMul for AMD, Intel ARC and Nvidia GPUs:
if triton_is_available and (torch.cuda.is_available() or torch.xpu.is_available()):
pipe.transformer = apply_sdnq_options_to_model(pipe.transformer, use_quantized_matmul=True)
pipe.text_encoder = apply_sdnq_options_to_model(pipe.text_encoder, use_quantized_matmul=True)
pipe.transformer = torch.compile(pipe.transformer) # optional for faster speeds
pipe.enable_model_cpu_offload()
prompt = "Young Chinese woman in red Hanfu, intricate embroidery. Impeccable makeup, red floral forehead pattern. Elaborate high bun, golden phoenix headdress, red flowers, beads. Holds round folding fan with lady, trees, bird. Neon lightning-bolt lamp (⚡️), bright yellow glow, above extended left palm. Soft-lit outdoor night background, silhouetted tiered pagoda (西安大雁塔), blurred colorful distant lights."
image = pipe(
prompt=prompt,
height=1024,
width=1024,
num_inference_steps=9,
guidance_scale=0.0,
generator=torch.manual_seed(42),
).images[0]
image.save("z-image-turbo-sdnq-int8")
Original BF16 vs SDNQ quantization comparison:
| Quantization | Model Size | Visualization |
|---|---|---|
| Original BF16 | 12.3 GB | ![]() |
| SDNQ INT8 | 6.2 GB | ![]() |
| SDNQ INT8 MatMul | 6.2 GB | ![]() |