# CacheDiT

[CacheDiT](https://github.com/vipshop/cache-dit), transformer blok çıktıları gürültü azaltma adımları arasında yeniden kullanılarak DiT hatlarını hızlandırır. Eğitim gerektirmez ve Flux, Qwen-Image, Wan ve HunyuanVideo dahil olmak üzere Diffusers'ın çoğu DiT hattını destekler. Diffusers ayrıca ek bir bağımlılık gerektirmeyen [yerleşik önbellekleme](./cache) özelliğine de sahiptir.

CacheDiT'yi PyPI'den yükleyin.

```bash
pip install -U cache-dit
```

CacheDiT'in desteklediği pipeline ailelerini listelemek için `cache_dit.supported_pipelines()` çağrısını yapın.

```py
import cache_dit

cache_dit.supported_pipelines()
```

## Önbellekleme etkinleştir

Bir pipeline üzerinde `cache_dit.enable_cache` çağrısı yaparak varsayılan ayarlarla önbelleğe alın, ardından pipeline'ı normal şekilde çalıştırın.

```py
import torch
import cache_dit
from diffusers import FluxPipeline

pipeline = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev", dtype=torch.bfloat16
).to("cuda")
cache_dit.enable_cache(pipeline)

image = pipeline(
    "A cat holding a sign that says hello world", num_inference_steps=28
).images[0]
```

CacheDiT, `torch.compile` ile de çalışır. `enable_cache` çağrısından sonra transformer'ı derleyin. Dinamik giriş şekillerinde yeniden derlemeyi önleyen ayarlar için [compile](https://github.com/vipshop/cache-dit/blob/main/docs/user_guide/COMPILE.md) belgelerine bakın.

```py
pipeline.transformer = torch.compile(pipeline.transformer)
```

Çıkarım işleminden sonra `cache_dit.summary` çağrılarak kaç adımın önbelleğe alındığı ve adımlar arasındaki kalan farkların günlüğe kaydedilmesi sağlanır.

```py
stats = cache_dit.summary(pipeline)
```

Orijinal hattı geri yüklemek için `cache_dit.disable_cache` çağrısını yapın.

```py
cache_dit.disable_cache(pipeline)
```

## Önbelleği yapılandır

DBCache (Dual Block Cache), her adımda ilk n bloğu (Fn) hesaplar. Çıktıları bir önceki adımdan neredeyse değişmediğinde, kalan bloklar için önbellekteki çıktıyı yeniden kullanır ve düzeltme yapmak için son n bloğu (Bn) yeniden hesaplayabilir. TaylorSeer kalibratörü, önbellekteki çıktıyı olduğu gibi yeniden kullanmak yerine önceki adımlardan tahmin eder.

`enable_cache` varsayılan olarak DBCache kullanır; ilk 8 blok her zaman hesaplanır (F8B0) ve 8 önbelleğe alınmamış ısınma adımı yapılır. Hızı kalite pahasına artırmak için `Fn_compute_blocks` değerini artırın veya `residual_diff_threshold` değerini düşürün (varsayılan `0.08`). Yüksek önbellek oranlarında en iyi kalite için TaylorSeer kalibratörünü ekleyin.

```py
from cache_dit import DBCacheConfig, TaylorSeerCalibratorConfig

cache_dit.enable_cache(
    pipeline,
    cache_config=DBCacheConfig(
        max_warmup_steps=8,
        Fn_compute_blocks=8,
        Bn_compute_blocks=0,
        residual_diff_threshold=0.12,
    ),
    calibrator_config=TaylorSeerCalibratorConfig(taylorseer_order=1),
)
```

Desteklenen pipeline'lar için CacheDiT, CFG'nin ayrı bir ileri geçiş olarak çalışıp çalışmadığını zaten bilir. Diğer modeller için, model koşullu ve koşulsuz geçişleri ayrı çalıştırıyorsa `DBCacheConfig` içinde `enable_separate_cfg=True` olarak ayarlayın; bunları birleştiriyorsa veya CFG kullanmıyorsa `False` olarak ayarlayın.

Fn ve Bn bloklarının nasıl çalıştığını görmek için [DBCache tasarımı](https://github.com/vipshop/cache-dit/blob/main/docs/user_guide/DBCACHE_DESIGN.md) belgelerine, hız ve kalite değerleri için ise [önbellek kıyaslamalarına](https://github.com/vipshop/cache-dit/blob/main/bench/cache/README.md) bakın.

## Sonraki adımlar

- CacheDiT'in henüz desteklemediği pipeline'lar için [BlockAdapter](https://github.com/vipshop/cache-dit/blob/main/docs/user_guide/CACHE_API.md#automatic-block-adapter) belgelerine bakın.
- CacheDiT ayrıca [bağlam paralelliğini](https://github.com/vipshop/cache-dit/blob/main/docs/user_guide/CONTEXT_PARALLEL.md) ve [kantizasyonu](https://github.com/vipshop/cache-dit/blob/main/docs/user_guide/QUANTIZATION.md) destekler.