| model_name | 要加载的模型权重名称，从 models/diffusion_models 文件夹中选择。 |
| weight_dtype | 指定模型权重加载时使用的精度格式。 |
| compute_dtype | 指定模型推理过程的计算精度类型，默认为 default。 |
| patch_cublaslinear | 是否启用 torch.nn.Linear 的替代实现 CublasLinear，仅首次加载模型时生效。注意：启用后需清除模型缓存后重新加载才生效。
|
| sage_attention | 替换 Attention 实现为 SageAttention，提供多个低精度后端选项。
disabled：关闭该功能，使用默认注意力机制。
auto：自动选择适合的后端（推荐）。
sageattn_qk_int8_pv_fp16_cuda：CUDA后端，混合精度。
sageattn_qk_int8_pv_fp16_triton：Triton后端（适用于 AMD/NVIDIA）。
sageattn_qk_int8_pv_fp8_cuda：更高压缩比的混合精度模式。
建议在显存紧张或批量推理场景下开启。 |
| enable_fp16_accumulation | 启用 FP16 累积计算（需 PyTorch 2.7.0 nightly 及以上） |