هذه ترجمة الوثيقة التقنية لعقدة HyperTile في ComfyUI إلى العربية، مع الالتزام بقواعد الترجمة المحددة:

عقدة HyperTile تطبق تقنية التقسيم المربعي على آلية الانتباه في نماذج الانتشار لتحسين استخدام الذاكرة أثناء توليد الصور. تقوم بتقسيم الفضاء الكامن إلى مربعات أصغر ومعالجتها بشكل منفصل، ثم إعادة تجميع النتائج. يتيح ذلك العمل بأحجام صور أكبر دون نفاد الذاكرة.

## المدخلات

| المعامل | الوصف | نوع البيانات | إجباري | النطاق |
| --- | --- | --- | --- | --- |
| `النموذج` | نموذج الانتشار الذي سيتم تطبيق تحسين HyperTile عليه | MODEL | نعم | - |
| `حجم_القرميدة` | الحجم المستهدف للمربع للمعالجة (الافتراضي: 256). يتم تقريب الحجم الفعلي للمربع إلى أسفل ليكون من مضاعفات 8، بحد أدنى 32. | INT | لا | 1 - 2048 |
| `حجم_التبديل` | يتحكم في كيفية إعادة ترتيب المربعات أثناء المعالجة لتحسين الكفاءة (الافتراضي: 2) | INT | لا | 1 - 128 |
| `أقصى_عمق` | أقصى مستوى عمق (مقياس الدقة) لتطبيق التقسيم المربعي. القيمة 0 تطبق التقسيم فقط عند أعلى دقة (الافتراضي: 0) | INT | لا | 0 - 10 |
| `تحجيم_العمق` | عند التفعيل، يتم قياس حجم المربع بشكل متناسب في مستويات العمق الأعمق. يمكن أن يساعد ذلك في الحفاظ على الجودة عند الدقة المنخفضة (الافتراضي: False) | BOOLEAN | لا | True / False |

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `النموذج` | النموذج المعدل مع تطبيق تحسين HyperTile | MODEL |

> تم إنشاء هذه الوثيقة بواسطة الذكاء الاصطناعي. إذا وجدت أي أخطاء أو لديك اقتراحات للتحسين، فلا تتردد في المساهمة! [تحرير على GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/HyperTile/ar.md)

---
**Source fingerprint (SHA-256):** `d3c55e6a38abecc8fe612dbb91a3ba26de9bc5cf8a187f01cf4746550f62f40a`