Stable Diffusion WebUI DirectML项目中的Token Merge优化问题分析

在Stable Diffusion WebUI DirectML项目中，用户报告了一个与Token Merge优化相关的严重问题。当用户尝试在优化设置中启用Token Merge功能并提高合并比例时，系统会抛出"RuntimeError: unknown error"错误，导致无法正常生成图像。

问题根源

经过技术分析，该问题的根本原因在于DirectML后端对某些PyTorch操作的支持不足。具体表现为：

1. DirectML目前不支持gather操作，这是Token Merge实现中的关键操作之一
2. DirectML对scatter操作的支持也存在限制，无法处理部分修改维度的场景

这些限制导致在使用DirectML后端时，Token Merge优化功能无法正常工作。错误堆栈显示，问题发生在tomesd/merge.py文件中的bipartite_soft_matching_random2d函数内，当尝试执行gather操作时系统抛出未知错误。

解决方案建议

对于使用Navi系列显卡的用户，可以考虑以下替代方案：

1. 使用ZLUDA作为替代后端，它提供了更完整的CUDA兼容性
2. 暂时禁用Token Merge优化功能，等待DirectML后端的更新
3. 考虑使用其他优化方法，如xformers（如果可用）或内存优化选项

技术背景

Token Merge是一种通过合并注意力机制中的token来优化计算性能的技术。它通过减少需要处理的token数量来降低计算复杂度，从而提升生成速度。然而，这种优化依赖于特定的张量操作，如gather和scatter，这些操作在某些后端（如DirectML）中的实现尚不完善。

影响范围

该问题主要影响：

• 使用AMD显卡并通过DirectML后端运行Stable Diffusion的用户
• 尝试启用Token Merge优化功能的用户
• 需要高性能生成但受限于硬件兼容性的场景

未来展望

随着DirectML后端的持续发展，预计未来版本将逐步增加对更多PyTorch操作的支持。开发者也可能会针对DirectML的特定限制优化Token Merge的实现方式，使其能够在更多硬件配置上稳定运行。