stablediffusion 关于fp32、fp16和fp8是什么 分别有什么区别

你可能在各种模型和lora以及vae等等版本上见过fp16这个后缀，包括在内核版本上，现在有一个琥珀青叶FP8先行版。

以及最近频繁有人问，某个controlnet带fp16和不带fp16，为什么名字一样，大小不一样？

下面就来解答这个问题。

fp32 fp16 fp8 这其实是三种精度格式，fp是floating-point的缩写，了解一点编程基础的对这个词肯定都不陌生。

说穿了就是三种存储格式，fp32指的是用32位二进制表示的浮点数，fp16就是16位，fp8就是8位。

在此之上还有FP64,甚至FP128，但这些我们日常基本遇不到，一个模型100多G，没必要。

这部分属于编程入门的基础知识，具体的请自行百度，这里不做展开。

简单来说，fp32最完整，可以携带和存储的信息最多，所以在大部分时候，默认使用的是fp32，特别是在训练模型的时候。

而你下载或使用的大模型或者controlnet模型，如果没有特别标注，默认都是fp32的，因此controlnet模型每一个都是1.35G。

但是，实际上在webUI中，默认使用的是FP16，比如启动器上默认的“开启半精度优化”：