待验证50% 置信事实精确时间
ComfyUI-INT4-Fast在BobJohnson24的ComfyUI-INT8-Fast基础上独立改进而来，底层依托comfy-kitchen调用GPU的Tensor Core
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/12
首次发现
有效期至：2026/10/10
来源
ComfyUI-INT4-Fast：6GB显卡流畅运行Flux大模型实测
redditr/StableDiffusion2026/7/10
相关事实
待验证ComfyUI-INT4-Fast支持原生混合精度检查点，按逐层粒度决定计算路径：主干模块路由至INT4 Tensor Core，敏感层（patch projection）以INT8格式导向Triton的INT8执行路径75% 相似待验证ComfyUI-INT4-Fast是将INT4（W4A4）量化推理带入ComfyUI生态的自定义节点包，使6GB显存的RTX 3060也能运行基于Flux的Krea2 Turbo模型69% 相似待验证16系Turing架构引入了第一代Tensor Core支持FP16混合精度训练，30系Ampere架构升级至第三代Tensor Core并新增对BF16和TF32的硬件加速支持69% 相似待验证NVIDIA Ada Lovelace架构（RTX 40系列）首次在消费级GPU上引入专用的INT4 Tensor Core，理论上可实现相比FP16高达4倍的矩阵运算吞吐量67% 相似待验证NVIDIA 在 Blackwell 架构（SM 100/103，如 B100、B200 系列）中为 NVFP4 设计了专用 Tensor Core 指令 mma.kind::mxf4，并采用每 16 个元素为一组的 FP8 缩放因子机制67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/489322API
curl https://kongchang.com/api/v1/knowledge/claims/489322MCP
get_claim(id=489322)