krea2_turbo_fp8_scaled.safetensors[13.14GB]
krea2_turbo_fp8_scaled.safetensors 是 Krea 2 Turbo 模型的 FP8 量化版本,专门为 ComfyUI 等本地推理环境优化,在保持画质基本不变的前提下显著降低显存占用。它并非官方原始权重,而是由社区(Kijai)转换发布的量化文件。
模型背景与定位
其基础模型 Krea 2 Turbo 是 Krea 2 系列中速度最快的版本,采用蒸馏采样调度,仅需 8 步即可生成高质量图像,且无需 CFG(引导系数设为 0)。官方推荐的使用策略是:在 RAW 模型上训练 LoRA,然后将 LoRA 应用于 Turbo 进行快速推理。
量化细节与推理特性
该文件约 13.1 GB,量化元数据清晰标明了精度策略:
量化格式:全部线性层权重(含注意力 wq/wk/wv/wo/gate 与 MLP up/gate/down)均为 float8_e4m3fn。
敏感层保护:对于数值敏感的 attn.gate 与 attn.wo 层,额外标记了 full_precision_matrix_mult: true,在矩阵乘法阶段可能保留更高精度以维持稳定性。
非量化组件:RMSNorm、调制层、嵌入层等保持 bf16,避免量化带来的归一化偏差。
在 ComfyUI 中加载时,系统会读取其量化元数据并启用混合精度路径。对于不支持原生 FP8 矩阵乘法的环境(如较旧的 CUDA 版本),会回退到“反量化到 bf16 再计算”的 eager 模式,确保兼容性。
适用场景
适合显存有限(如 12–16GB) 但希望快速迭代创意的用户。由于 Turbo 的 8 步蒸馏特性,它非常适合批量生成草图、测试提示词或探索风格方向,而非追求极致写实的最终成品。若需要更高画质或训练 LoRA,则应转向 RAW 或更高精度的非量化版本。