К содержимому
Другое

FLUX.2-klein-4B-Tenstorrent-Tensix-Components

компоненты диффузора под ускорители Tenstorrent

2 мин чтенияобновлено

Архив выделенных операторов шумоподавителя (denoiser) на базе модели генерации изображений FLUX.2 klein 4B от Black Forest Labs, подготовленный командой Xylolabs для работы на чипах Tenstorrent Tensix. Набор содержит 213 переносимых тензоров в формате BF16, которые сохраняют исходные значения весов с учётом специфических для железа транспонирований и склеек. В отличие от готовых чекпоинтов, здесь нет текстового энкодера и VAE — это строительные блоки для инженеров, которые портируют архитектуру на аппаратные ускорители Tenstorrent.

Ключевые особенности

  • Включает 213 операторов: 5 блоков с двойным потоком (dual-stream), 20 блоков с одним потоком (single-stream), а также входные и выходные проекции.
  • Все веса сохранены в формате BF16 и занимают около 7,41 ГБ памяти устройства без учёта рабочих буферов.
  • Файл component.json хранит имена, формы (shapes), контрольные суммы SHA256 и точное описание преобразований исходных тензоров.
  • Пройдены проверки на побитовую точность (bit-exact) относительно оригинальных весов FLUX.2 klein 4B.

Что можно сделать

  • Интегрировать веса в собственный адаптер архитектуры или пайплайн инференса под ускорители Tenstorrent Tensix, добавив недостающие текстовый энкодер и VAE.
  • Использовать встроенный потоковый загрузчик load_components.py для выборочного скачивания и валидации отдельных слоёв при отладке моделей.

Пример

from pathlib import Path
import importlib.util
from huggingface_hub import snapshot_download

folder = Path(snapshot_download("Xylolabs/FLUX.2-klein-4B-Tenstorrent-Tensix-Components", allow_patterns=["component.json", "load_components.py", "ctx_emb.safetensors"]))
spec = importlib.util.spec_from_file_location("flux_components", folder / "load_components.py")
components = importlib.util.module_from_spec(spec)
spec.loader.exec_module(components)
ПодробнееОбъём весов: 7 409 807 216 байт (~7,41 ГБ памяти устройства + рабочие буферы).
Ограничения: отсутствуют текстовый энкодер, VAE и часть операндов модуляции — для генерации картинок нужен полный пайплайн.
Лицензия: Apache 2.0.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Xylolabs/FLUX.2-klein-4B-Tenstorrent-Tensix-Components
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Xylolabs/FLUX.2-klein-4B-Tenstorrent-Tensix-Components --local-dir ~/models/FLUX.2-klein-4B-Tenstorrent-Tensix-Components
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

black-forest-labs/FLUX.2-klein-4B

Новые посты про версии FLUX.2-klein-4B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

Xylolabs/FLUX.2-klein-4B-Tenstorrent-Tensix-Components
Автор
Xylolabs
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

TrueRelight

TrueRelight
Изображения

FastCello

FastCello