企业官网建设流程全解析

ComfyUI 性能优化配置速查：显存、算力与多 GPU

【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI

ComfyUI 是节点式扩散模型绘图与后端工具。本文面向遇到生成慢、OOM 报错或显卡利用率低的用户，按显存档位给出性能优化配置，并说明多 GPU 的适用边界。

各显存档位配置速查

入门档（4–6GB）：先保证能跑

默认情况下 ComfyUI 走动态显存（dynamic vram）：模型用完自动卸载回内存，需要时再换回显存。显存越小，换入换出越频繁，速度越慢，但也不容易 OOM。若仍报显存不足，可加--novram（在--lowvram仍不够时使用），或用--reserve-vram 1给系统和浏览器预留 1GB。

注意：--lowvram、--novram、--highvram、--gpu-only、--cpu属于同一互斥组，只能选其一（见 comfy/cli_args.py）。

中端档（8–10GB）：调注意力后端

这一档通常不用动显存档位，重点在注意力计算。xFormers 默认启用（可用--disable-xformers关闭）；环境支持时也可改用--use-flash-attention或--use-sage-attention。这组参数（含--use-pytorch-cross-attention、--use-split-cross-attention、--use-quad-cross-attention）互斥，同时只能开一个。

精度方面，--fp16-unet与--bf16-unet互斥，--fp16-vae与--bf16-vae同理：fp16 更快，bf16 数值更稳，按模型支持情况选择。

高性能档（12GB+）：让模型常驻

显存充足时用--highvram，让模型推理后仍留在显存里，避免反复搬移；再配 fp16 精度（如--fp16-unet）可进一步降占用。需要把全部组件都压在显存里时用--gpu-only；反过来想强制更激进地卸载到内存，则用--disable-smart-memory。各状态与切换逻辑集中在 comfy/model_management.py。

多 GPU 不好使时怎么办

先说明现状：ComfyUI 有 multigpu 模块，可把单个模型推理拆到多张卡上（见 comfy/multigpu.py），但前提是该模型加载器支持 multigpu 深拷贝。不支持的模型会静默退回单卡，所以“第二张卡没反应”不一定是配置错误。

更通用的做法是每卡跑一个独立实例，用环境变量指定卡、再换端口区分：

CUDA_VISIBLE_DEVICES=0 python main.py --port 8188

CUDA_VISIBLE_DEVICES=1 python main.py --port 8189

两个实例各占一张卡，适合把批量任务分到不同端口。它属于“实例级”隔离，不共享模型显存，也不是同一条工作流内的负载均衡。

常见错误对照

维护建议

显存档位决定“能不能跑”，注意力后端与精度决定“跑得快不快”，多卡则是容量问题而非速度问题。改动后以运行日志里的显存状态与模型加载记录为准，并跟进版本更新，因为默认策略（如动态显存）可能随版本变化。

【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI