16GB无独显电脑跑通Ming-Image-0.1-Design 单张耗时37分钟

Ming-Image-0.1-Design 标的是 6B，我拿一台 16GB 内存、没有独显的电脑把它跑通了：1024×1024 一张图，37 分钟。

先说怎么选：
· 想确认自己电脑能不能跑，或者要离线出几张图：我这台 16GB 无独显（AMD 核显）能跑通。开跑前关掉大程序，接受 37 分钟一张
· 要反复改稿、一天出几十张：直接用 API。同样 1024 尺寸，OpenRouter 上 29 秒出图，我测的那两天还是 0 元
· 想在本地日常用：我这台机器不合适。有独显的话，估显存别按 6B 算，量化后的权重一共约 17GB。独显上能跑多快，我没测

下载之前先知道这件事：6B 只算扩散主干，12.3GB。官方仓库里还有一个 34GB 的 mllm（文本模型是 Ling-mini-2.0，16B 总参数，外加一个视觉编码器）和一个 6.2GB 的 connector，再加 VAE 等小文件，整套 52.9GB。官方写的验证配置是一张 80GB 显卡。

我的机器：Ryzen 5 5600G 核显，16GB 内存，NVMe 固态。官方 README 写的是要 CUDA 版 PyTorch，这台用不上。我走的路是这样：
· stable-diffusion.cpp 的 Windows Vulkan 版，9 月 27 日合并了 Ming-Image Design 支持
· 社区转的 GGUF：主干 Q8 6.5GB，文本编码器 Q4 10.5GB，再加 VAE，一共 17.3GB，比物理内存还大
· 关键参数 --params-backend te=disk,diffusion=disk：权重从硬盘按需读进来，用完就放掉

同一条提示词，1024、12 步，跑了 2 次：
· 总耗时 37.1 和 36.6 分钟。每步 3 分钟出头，文本编码不到半分钟，解码约 2 分钟。慢在核显计算，不在读盘：整个采样阶段从硬盘加载权重只用了约 24 秒
· 核显没有独立显存，用的是共享内存，峰值约 7.1GB。sd-cli 进程内存峰值 9.9GB，系统可用内存最低剩 120MB
· 第一次试跑没关微信和浏览器，可用内存掉到 40MB，提交内存冲到 31.5GB，系统上限是 33–34GB

踩的两个坑：
1. te=disk 并不是只占一段内存。文本编码期间，大约 7GB 会一直压在共享内存里，编完才一次放掉。开跑前先把大程序关了。
2. 日志里会反复刷 Failed to allocate pinned memory。我翻了 ggml 源码，这里失败后会退回普通内存继续跑，图照样能出来。

文字渲染是它主打的能力。同一条提示词，本地 2 张，加 OpenRouter 上的 API 5 张，一共 7 张：
· 标题、型号、带小数点的数字、中英混排，7 张全部逐字正确
· 只有「编码器」的「码」7 张全错，错成的字还不固定，有编、诸、弱、诺……。API 上一样错，所以不是本地量化才有的问题
· 本地有 1 张多出一段乱码，「52.9GB」也重复了一次。API 的 5 张没有出现这种情况

估下载量和显存，要看整套组件的总体积，别只看标题里的参数量。

照着跑需要 4 个文件和 1 个程序：
· 程序：stable-diffusion.cpp 的 release master-945，下 win-vulkan 包
· 主干和文本编码器： 里的 ming_image_0.1_design-Q8_0.gguf、ming_ling_mini_2.0-Q4_K.gguf
· VAE： 里 vae/ming_image_vae_bf16.safetensors
· tokenizer：官方仓库 mllm/tokenizer.json

命令：
sd-cli.exe --diffusion-model ming_image_0.1_design-Q8_0.gguf --llm ming_ling_mini_2.0-Q4_K.gguf --vae ming_image_vae_bf16.safetensors --tokenizer tokenizer.json -p “你的提示词” --width 1024 --height 1024 --steps 12 --cfg-scale 1 --sampling-method euler --params-backend te=disk,diffusion=disk --vae-tiling

模型：

API：

第 1 张：本地出图，16GB 内存、无独显，1024×1024，12 步，36.6 分钟

第 2 张：本地第二次，37.1 分钟。Connector 后面多了一段乱码，52.9GB 重复了一次

第 3 张：同一条提示词 7 张图，「编码器」那一段的裁切对比

第 4 张：OpenRouter API，同一条提示词，1024×1024，29 秒