最近AI视频模型这块分享的比较多，生图模型这块分享有点少，好久没有分享 flux 了，今天我们就来分享一下 flux 吧！
今天我们继续来介绍 flux 的加速技巧，之前我们也介绍好了好关于 flux 加速生图技巧的文章了，有通过 Lora 加速的，还有 torch.compile，最近的就是 TeaCache 和 WaveSpeed 等等。
在以上这些加速技术的加持下，flux 在本地用 4090 跑，已经可以做到 10s 出图了。
不过显然开源社区还是不太满意这个出图速度，又推出了 nunchaku，在不损失 flux 出图质量的前提下，硬是把 flux 的出图速度继续压缩了一大半，达到了 3s 的出图速度。遥想 flux 刚出来时候的出图速度，真的感觉做梦一样！
nunchaku 出来已经有一段时间了，估计有很多小伙伴都已经用上了，不过应该也有一些小伙伴还不了解，刚好趁着最近 nunchaku 更新了 2.0 版本，我们来分享一波。
这次更新引入了 First-Block Cache 加速模块，使得出图速度更快，并且提供了多 Lora 以及 ControlNet 的支持。
好了，话不多说，我们直接开整。
先来看最简单的 flux 的文生图操作，1024 * 1024 分辨率 25 步，出图速度基本维持在 3s，这在以前完全不敢想象呀！
而且出图质量依旧在线，左边是 nunchaku 加速，右边是 flux 原生没有使用加速的效果。
工作流如下：
主要来看下这个节点，model_path 主要用来切换模型，可以切换 flux-dev、flux-schnell 以及 flux-fill。
cache_threshold 就是加速节点，值越大，加速越快，推荐使用 0.12，如果觉得出图质量降低，可以减少这个值。设置为 0 也是可以的，nunchaku 本身就够快，不使用这个加速节点，出图也可以保持在 5s。
其他几个参数默认即可，不过如果我们的显卡是 20 系的显卡，记得打开 i2f_mode 的开关。
可以直接支持使用 flux 的 Lora，不需要特殊处理。
ControlNet 模型也可以直接使用，而且速度也是相当快，10s 就可以出图了。
同时 nunchaku 还支持 FLUX.1-tools 全家桶，以下是 flux-fill 的重绘工作流，速度依旧很快，3 秒搞定。
flux-canny：
flux-depth：
canny 和 depth 出图也都是 3 秒，flux 最重要的 redux 也可以正常使用，出图速度依旧强劲，3 秒。
不论何种工作流，加速效果都是非常明显的，而且并没有影响出图效果。
我们来看看具体如何安装，首先我们要确保自己的 PyTorch>=2.5，这个版本可以在启动以后的 comfyui 后台进行查看。
如果版本小于这个版本的话，需要进行升级，如果使用秋叶版启动器的小伙伴可以在高级选项-环境维护中升级 PyTorch 版本。
升级之前，记得做好环境备份，这样如果升级出现问题，切换到旧版本就可以了。安装自己不确定是否会损坏环境的插件的时候，也可以先进行下 python 环境的备份，有备无患嘛！
升级完 PyTorch 版本以后，需要安装 nunchaku 对应版本的轮子：
https://modelscope.cn/models/Lmxyy1999/nunchaku/files
听雨这里是 PyTorch=2.5.1、python版本是 3.10、Windows 版本，那就选红框中这个版本。根据自己的版本进行选择对应的轮子进行下载。
下载完以后，还需要直接进行安装，可以直接把安装文件放到我们的 python 文件夹里，主要是方便，随便放在别的文件夹里也可以。
然后在文件夹的目录栏输入 cmd，敲回车键会打开 Windows 的命令提示符工具，输入一下的命令并敲回车键进行环境安装：
python.exe -m pip install "nunchaku-0.2.0%2Btorch2.5-cp310-cp310-win_amd64.whl"
安装文件以自己下载的文件为准，自己复制一下文件名替换听雨这个双引号内的文件名哦！
接下来等待安装完成就可以了，到这里前期的准备工作就完成了。
接下来我们还需要安装插件：ComfyUI-nunchaku，直接在 comfyui 管理器进行安装就可以了。
插件地址:https://github.com/mit-han-lab/ComfyUI-nunchaku
还需要下载对应的模型，模型听雨放在文末的网盘里了，需要的小伙伴自取。
然后我们就可以愉快的玩耍了！出图真的很快！而且主要是效果不大折扣真的很棒！
好了，今天的分享就到这里了，感兴趣的小伙伴快去试试吧！
模型以及工作流都放在网盘里了，需要的小伙伴自取：
https://pan.quark.cn/s/5ef5c8ddef77
