企业官网建设流程全解析

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/facefusion

FaceFusion 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 4~6；8 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 1~32，CLI 默认 8，UI 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