SDXL GGUF

🚀 SDXL GGUF量子化モデル

このリポジトリには、GGUF 形式の Stable Diffusion XL の量子化バージョンが含まれています。このモデルは、Q4_K_S、Q5_K_S、Q8 などのさまざまな量子化レベルに変換されており、ハードウェアの能力に応じた柔軟なデプロイが可能です。UNet、VAE、CLIP の各コンポーネントは、最適化と互換性を高めるために個別に提供されています。

✨ 主な機能

• さまざまな量子化レベルに対応し、ハードウェア能力に応じた柔軟なデプロイが可能。
• UNet、VAE、CLIP の各コンポーネントが個別に提供され、最適化と互換性が高まる。

📦 インストール

このモデルは、ComfyUI、Kohya's SDXL GGUF loader、または GGUF ベースの SDXL 推論をサポートするカスタムスクリプト など、任意の GGUF 互換の推論エンジン で使用できます。

💻 使用例

基本的な使用法

このモデルは、任意の GGUF 互換の推論エンジン で使用できます。具体的な使用方法は、使用するエンジンによって異なります。

高度な使用法

各量子化レベルには、速度と品質のトレードオフがあります。Q4_K_S は最も高速ですが品質が低く、Q8 はより多くの詳細を保持しますが、より多くの VRAM を使用します。

# 各量子化レベルのファイル例
sdxl-unet-q4_ks.gguf
sdxl-unet-q5_ks.gguf
sdxl-unet-q8.gguf
sdxl-vae-fp16.safetensors
sdxl-clip-fp16.safetensors

📚 ドキュメント

量子化の詳細

ファイルと構造

• sdxl-unet-q4_ks.gguf
• sdxl-unet-q5_ks.gguf
• sdxl-unet-q8.gguf
• sdxl-vae-fp16.safetensors
• sdxl-clip-fp16.safetensors

ハードウェア要件

• Q4_K_S：低 VRAM 環境 (2GB 以上) に適しています。
• Q5_K_S：パフォーマンスと品質がバランスしています (VRAM 3GB 以上を推奨)。
• Q8：最高の品質を提供しますが、より多くの VRAM が必要です (VRAM 4GB 以上を推奨)。

🔧 技術詳細

このモデルは、Stability AI による Stable Diffusion XL をベースにしており、さまざまなハードウェア構成でのアクセシビリティを向上させるために量子化されています。

📄 ライセンス

このモデルは MIT ライセンスの下で提供されています。

謝辞

このモデルは Stability AI による Stable Diffusion XL をベースにしています。サポートや議論については、Issue を開くか、Hugging Face のフォーラムで問い合わせてください！