alexturkey/z-image-turbo-pascal-4gb
多媒体与设计在 Windows 的 4 GB Pascal 笔记本显卡上以 768x1344 运行 Z-Image-Turbo Q8_0 文生图。
项目介绍
这个项目把在 Windows 下、4 GB GTX 1050 Ti 笔记本显卡(Pascal,sm_61)上运行 Z-Image-Turbo(Q8_0 GGUF)文生图的一整套可行方案打包在一起,生成尺寸为 768x1344,底层使用 stable-diffusion.cpp 并让 VAE 阶段走 cuDNN 加速。作者报告的测试机是 i7-7700HQ、16 GB 内存、Windows 10、驱动 581.29、模型放在 SSD 上。项目为非官方,与 Tongyi-MAI、leejet、NVIDIA 均无隶属关系。
价值主要不在模型本身,而在引擎补丁:修掉每步重复执行一次的 refiner 块,把 VAE 解码改为 cuDNN float32,并让解码先尝试整图一块、再退到两块大瓦片、最后小块。README 报告 v0.2.0 每张图 193–228 s、VAE 阶段 8.3–15.9 s,而旧布局 v0.1.0 为 261.6 s 和 29.8–36.3 s(对比表)。
快速使用
按 README,需要 Windows 10/11、支持 CUDA 12.8 的 NVIDIA 4 GB 显卡(实测驱动 581.29)、Python 3.10+、git、约 14 GB 可用磁盘和 16 GB 内存(环境要求)。
git clone https://github.com/alexturkey/z-image-turbo-pascal-4gb.git
cd z-image-turbo-pascal-4gb
python scripts/setup.py
python scripts/generate.py --prompt-file prompts/eiffel.txt
setup.py 先打印 Preflight 信息,再从 models.lock.json 里固定地址下载模型并用 sha256 校验,依次打印 MODEL_OK、ENGINE_OK、CUDART_OK,然后是 CUDNN_OK 或 CUDNN_SKIPPED,最后打印 SETUP_OK。带 cuDNN 时下载总量约 12.2 GB。cuDNN 是 NVIDIA 的软件,默认从其服务器安装;加 --no-cudnn 可跳过,回退到较慢的 --vae legacy 路径。中途中断后重新执行同一命令会从 .part 文件续传。
generate.py 会写出 outputs/<时间戳>_<名称>/image.png,同时生成 run.json(计时、VAE 路径、GPU 峰值显存、完整命令)和 log.txt,并打印 IMAGE_OK <path>。其他参数包括 --prompt、--width/--height(16 的倍数,256–2048)、--seed、--out、--name、--models-dir、--bin-dir 以及 --vae auto|tiled|legacy(用法)。
运行内容
扩散模型是 z_image_turbo-Q8_0.gguf,来自 leejet 对 Tongyi-MAI 基础模型的 GGUF 转换;文本编码器是 Qwen3-4B-Instruct-2507 Q8_0;VAE 是 Comfy-Org 的 ae.safetensors。引擎是打过补丁的 stable-diffusion.cpp(32d516c),以预编译 sd-cli.exe 形式放在仓库 v0.2.0 发布中,CUDA 12.8 运行时来自 wan22-pascal-4gb 项目,cuDNN 9.10.2.21 单独下载(各部分对照表)。设置固定:cfg 1.0、8 步、euler 采样、simple 调度器、--offload-to-cpu --mmap --eager-load --flash-attn on。
使用约束
- 仅限 Windows,预编译引擎只为 Pascal sm_61 编译。其他显卡架构需按 BUILD.md 自行构建;该路径作者未测试。
- 只实测了 GTX 1050 Ti 4 GB 笔记本卡和驱动 581.29。其他显卡、Linux、macOS、内存低于 16 GB 的机器均未测试;部分其他显卡的社区记录见 OTHER_GPUS.md。
- 内存吃紧:进程占用约 10.7–10.9 GB 内存,运行时只剩几百 MiB 可用,一次只跑一张。
- 只测过 768x1344、1344x768 和 1024x1024;更大尺寸会给出警告,可能显存不足。
- cuDNN 和 CUDA 运行时是 NVIDIA 的财产,遵循 NVIDIA 许可证,不属于本仓库的 Apache-2.0。模型文件从上游来源下载,按其自身许可证分发,不存放在仓库中。生成图片的归属没有明示条款(许可证一节)。
- README 自述对提示词的还原是部分的;图内文字和真实地标未做评估。
HotRepo 点评
在 HotRepo 2026 年 11 月 16 日的新项目榜记录中,仓库达到 106 star,在约 1.5 小时的测量窗口内新增 6 个 star——样本很小、也很早,不足以看作趋势。材料里更突出的是测量纪律:每个数字都对应一条命令和一个文件,像素哈希让读者可以核对可复现性,限制一节也明确写出哪些没有测试(其他显卡、驱动、内存更少的机器、非 Pascal 构建)。值得注意的差距是:速度和 VAE 改进来自作者的补丁,而装进 4 GB 显存靠的是 stable-diffusion.cpp 本身,作者并未在这张卡上运行未打补丁的上游引擎。对正好使用这一类硬件的读者,这套步骤是具体的;对其他读者,它是自行构建的起点,而不是开箱即用的包。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。