ComfyUI-sol-attn

在 ComfyUI 中让视频生成注意力更快更省显存

ComfyUI-sol-attn 是一个为 ComfyUI 设计的自定义节点，集成了 NVIDIA 的 Sol-Attn 注意力机制，并针对 MiniMax H3 模型提供零拷贝优化。它解决视频生成中长序列注意力计算的内存瓶颈和速度问题，通过 Triton 内核在 SM89-SM121 架构上实现内存高效注意力、调度 tau 参数并可视化预览图，以及前馈分块。实测相比 SageAttention 有 1.14-1.44 倍加速，并降低 MLP 峰值显存 37%。核心能力包括：零拷贝 H3 节点、内存优化、性能提升。适合在 ComfyUI 工作流中提升视频生成效率。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 154

维护状态维护中

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队Saganaki22

所属国家

官网地址https://nvlabs.github.io/Sana/Sol-Attn

GitHubhttps://github.com/Saganaki22/ComfyUI-sol-attn

定价模式free

价格说明开源项目，Apache-2.0许可证，完全免费，需自行部署到ComfyUI使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型attention,blackwell,comfyui,comfyui-custom-nodes,diffusion-models,memory-op,memory-optimization,minimax-h3,sageattention,sol-attn,sparse-attention,trito,triton,video-generation

GitHub 星标★ 154

30天Star增速

HF 下载量

上线时间2026-08-03 00:00:00

最近更新2026-09-20 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

实测比 SageAttention 提速 1.14-1.44 倍，显存峰值降 37%
支持零拷贝 MiniMax H3 节点，减少数据搬运开销
提供 tau 调度和图表预览，方便调参和可视化

不足之处

仅支持特定 GPU 架构（SM89+），老显卡无法使用
文档/社区待观察，早期项目可能缺少详细教程

适用场景

在 ComfyUI 中生成高质量视频时加速注意力计算
处理长序列视频生成任务，降低显存占用
需要精细控制注意力参数（tau）的进阶用户

替代项目

SageAttention、ComfyUI-DiffSynth-Studio、ComfyUI-Florence-2

项目介绍

ComfyUI-sol-attn 是开发框架领域的开源项目，由 Saganaki22 开发，是 2026 年新上线的项目。

它收录于开发框架分类，该分类目前共有 795 个项目，GitHub 星标数为 154。

近 44 天，它的 GitHub 星标从 66 增加到 154，净增 88。

项目仍在小幅维护中，最近一次代码更新于 2026-09-20。Apache-2.0许可证，完全免费，需自行部署到ComfyUI使用。

它主要面向的使用场景是：在ComfyUI中生成高质量视频时加速注意力计算。同类可对比的替代方案包括 SageAttention、ComfyUI-DiffSynth-Studio、ComfyUI-Florence-2。

上一篇：openai-for-java

下一篇：react-native-executorch