解决2080Ti使用节点ComfyUI-PuLID-Flux-Enhanced中遇到的问题

使用蓝大的工作流《一键同时换头、换脸、发型、发色之双pulid技巧》 

刚开始遇到的是不支持bf16的错误

根据《bf16 is only supported on A100+ GPUs #33》中提到，修改pulidflux.py中的dtype 为

dtype = torch.float16 后，出现新的错误，这个新错误可能是由于加载模型的节点改变而造成的（见后面模型加载节点对模型dtype的转换可知）：

KSampler

expected scalar type Float but found Half

 问chatgpt结果如下：

 然后发现flux类的模型dtype如下：

flux1-dev-fp8-e4m3fn.safetensors 
dtype is ---->torch.float8_e4m3fn

flux1-fill-dev_fp8.safetensors
dtype is ---->torch.float8_e4m3fn
 

flux1-fill-dev.safetensors
dtype is ---->torch.bfloat16

flux1-dev.safetensors
dtype is ---->torch.float16

flux1-fill-dev-Q4_1.gguf
dtype is ---->torch.bfloat16

因为在加载模型时，进行了dtype转换：

Loading PuLID-Flux model.
model weight dtype torch.float8_e4m3fn, manual cast: torch.float32
model_type FLUX 

Loading PuLID-Flux model.
model weight dtype torch.float16, manual cast: None
model_type FLUX

gguf qtypes: F32 (471), Q4_1 (304), F16 (5)
model weight dtype torch.bfloat16, manual cast: torch.float32
model_type FLUX 

上面加载模型的节点输出信息，在comfyui核心代码 D:\AI\ComfyUI\comfy\model_base.py 中的语句如下：

   logging.info("model weight dtype {}, manual cast: {}".format(self.get_dtype(), self.manual_cast_dtype))

所以数据类型torch.float8_e4m3fn, torch.float8_e5m2, torch.bfloat16只能适配fp32，于是修改pulidflux.py中相关代码如下，问题解决，运行正常，结果正常：

    def apply_pulid_flux(self, model,.....):
        .......
        # For 8bit use bfloat16 (because ufunc_add_CUDA is not implemented)
        # For 2080Ti use float16 or float32 (because 2080ti not support bf16)
        if dtype in [torch.float8_e4m3fn, torch.float8_e5m2, torch.bfloat16]:
            #dtype = torch.bfloat16
            dtype = torch.float32

当然，由bf16变为fp32后，显存占用肯定就大了。 

注意，当第2次运行时（准确来说是没触发Apply PuLID Flux重新加载运行，也即在这条链路上没有发生变动，例如只改变了提示词），依然会出现错误：KSampler expected scalar type Float but found Half，需要卸载模型及释放节点缓存，重新运行，蓝大的工作流，使用了2次Apply PuLID Flux节点而且加载的模型不一样，如果只使用1个Apply PuLID Flux节点，估计没有这个问题。