# QwenImage21Cache

QwenImage21Cache 节点用于配置 Qwen-Image 2.1 模型的 KV 前缀缓存：缓存键和值的存储位置以及存储精度。文本和参考 token 只计算一次，并在各个采样步骤中复用，编辑工作流的大部分速度提升正来源于此；此节点让你可以用内存换取速度，或完全禁用缓存。此节点标记为实验性。

## 输入

| 参数 | 描述 | 数据类型 | 必需 | 范围 |
| --- | --- | --- | --- | --- |
| `model` | 要配置前缀缓存的 Qwen-Image 2.1 模型。 | MODEL | 是 | - |
| `device` | 缓存键和值的存储位置。`"auto"`（默认）会优先使用空闲 VRAM，然后使用 RAM；`"gpu"` 将缓存存储在 VRAM 中；`"cpu"` 将其存储在 RAM 中，并在计算期间后台预取，速度损失很小；`"off"` 会在每一步重新计算前缀，速度较慢，但这是完全排除缓存的唯一方法。 | COMBO | 是 | `"auto"`<br>`"gpu"`<br>`"cpu"`<br>`"off"` |
| `dtype` | 缓存的存储精度。`"default"` 无损；`"int8"` 将缓存大小减半，精度约为 bf16；`"int4"` 将其大小降至四分之一，但每一步的误差大约翻倍。 | COMBO | 是 | `"default"`<br>`"int8"`<br>`"int4"` |

当缓存无法容纳时，模型会重新计算前缀，而不是逐出另一分支的槽位，因此设置过大只会降低速度，而不会导致运行失败。

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `MODEL` | 已应用缓存设备和精度的模型，可供采样。 | MODEL |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/QwenImage21Cache/zh.md)

---
**Source fingerprint (SHA-256):** `0c10cdb465d1ee4063273ffbb4913def3830f7e329694cd0a2e292d6f3c37ae4`
