FaceFusion 换脸提速指南执行线程数如何设置3 步拨到最优点【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusionFaceFusion 是一款做人脸替换、换脸与人脸增强的处理平台。它跑得快不快很大程度取决于一个滑块——执行线程数。这篇带你把它从默认值 8 拨到你机器上的最优点并教你崩了怎么救。一条视频的处理时间能差出几倍 同一个 3 分钟的视频线程数设 4 和设 16总耗时能差出接近一倍。原因是线程数直接等于同一时刻同时处理几帧——帧是天然可并行的窗口开得合理出活就快。你现在要做的第一件事打开任务管理器看你的 CPU 物理核心数这是后面所有判断的基准。3 步打开线程滑块锁定 1~32 的合法区间第 1 步UI 里在左侧执行区找到 EXECUTION THREAD COUNT 滑块第 2 步命令行直接传--execution-thread-count 12第 3 步无论怎么调合法值都被 facefusion/choices.py 卡死在 1 到 32 之间越界直接报错。想确认边界打开 facefusion/uis/components/execution_thread_count.py 看滑块的最小、最大值来源即可。先设 8再朝物理核心数逼近命令行默认就是 8见 facefusion/program.py把它当起点最稳。接着物理 4 核就从 8 往下试 4~68 核以上再往上加到 12~16。每个线程都要吃内存内存 8GB 以下就别超过核数的一半。动作把滑块从 8 拨到你的物理核心数跑一条片记下耗时。线程数到底在并行什么一帧一个工位 ️它是字面意义的同时开工的工位数每个工位负责一帧而不是 CPU 超线程那种多算一点。后厨你的 GPU/CPU 算力才是瓶颈窗口开太多工人在门口干等出餐反而慢。这段逻辑写在 facefusion/workflows/to_video.py把线程数塞进线程池max_workers state_manager.get_item(execution_thread_count)这行代码就是开几个工位的开关后面所有帧都往这个池子里丢。用同一目标片跑两次验证是否真提速判断调参有没有用唯一可信的办法是 A/B。固定同一条目标视频、同样的处理器组合线程数 8 跑一遍记下进度条耗时改成 12 再跑一遍。两次差值大于 5% 才算数几乎不变说明你已撞到 GPU 或磁盘 I/O 的天花板别再空耗窗口了。崩了或不提速3 种情况的对应动作直接闪退 / 内存爆先把线程数砍半再关掉吃内存的后台应用还不行就把输出分辨率调低。速度纹丝不动检查进度条是否卡在合并视频那一步——那一步不走线程池加线程无效。时快时慢、进度条卡顿用 facefusion/process_manager.py 的状态pending / processing / stopping判断当前卡在哪阶段再决定是等它跑完还是手动停止。执行线程数速查清单合法区间 1~32CLI 默认 8UI 滑块与命令行共用同一份状态初值取物理核心数内存紧张就再除以二验证必须同片 A/B差值 5% 才有效闪退先砍线程再降分辨率最后查磁盘你机器是几核几线程跑出来最好的线程数是多少评论区报个数字帮后面的人省一步试错。【免费下载链接】facefusionIndustry leading face manipulation platform项目地址: https://gitcode.com/GitHub_Trending/fa/facefusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考