OffshoreVps
آموزش‌ها16 اکتبر 20268 دقیقه مطالعهنوشته‌ی تیم OffshoreVps

اجرای Stable Diffusion با ComfyUI روی سرور GPU

یک سرور GPU اجاره کنید، ComfyUI را نصب کنید، یک مدل بارگذاری کنید، رابط را خصوصی نگه دارید و هزینه را با سرویس‌های تصویر میزبانی‌شده مقایسه و برآورد کنید.

اجرای تولید تصویر روی سرور GPU خودتان یعنی لاگ پرامپتی نزد شخص ثالث نیست، فیلتر محتوایی که خودتان انتخاب نکرده‌اید وجود ندارد و هزینه مستقل از تعداد تصاویر ثابت می‌ماند. این راهنما ComfyUI، یک رابط مبتنی بر گره برای Stable Diffusion و مدل‌های مشابه، را روی Ubuntu راه‌اندازی می‌کند.

پنجره‌ی ترمینال روی یک VPS که دستورهای اجرای Stable Diffusion با ComfyUI را نشان می‌دهد، با «nvidia-smi» شروع می‌شود
نوع دستورهایی که در این راهنما روی سرور خود اجرا می‌کنید.

GPU را انتخاب کنید

حافظه تصویری محدودیت اصلی است. 8 GB برای SD 1.5 راحت است، 12 تا 16 GB برای SDXL خوب است و 24 GB جا را برای مدل‌های جدیدتر و بزرگ‌تر و رزولوشن بالاتر فراهم می‌کند. اگر مطمئن نیستید، GPUهای مصرفی در برابر دیتاسنتری را ببینید. همچنین حدود 50 GB دیسک خالی بگذارید، چون فایل‌های مدل بزرگ‌اند.

مرحله 1: درایور را بررسی کنید

nvidia-smi

اگر GPU شما را نمایش داد، درایور کار می‌کند. اگر نه، درایور پیشنهادی را با sudo ubuntu-drivers autoinstall نصب کنید و راه‌اندازی مجدد کنید.

مرحله 2: ComfyUI را نصب کنید

sudo apt update && sudo apt install -y git python3-venv
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python3 -m venv venv
. venv/bin/activate
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

شاخص wheel مربوط به CUDA را با نسخه‌ای که PyTorch برای درایور شما توصیه می‌کند یکی کنید. اگر دستور بالا قدیمی شده، صفحه نصب آن‌ها را ببینید.

گام‌های این راهنما به ترتیب: ۱. GPU را انتخاب کنید؛ ۲. درایور را بررسی کنید؛ ۳. ComfyUI را نصب کنید؛ ۴. آن را خصوصی راه بیندازید؛ ۵. روشن نگهش دارید؛ ۶. مقایسه‌ی هزینه و حریم خصوصی با ابزارهای میزبانی‌شده
گام‌های این راهنما به ترتیب.

مرحله 3: یک مدل اضافه کنید

یک checkpoint را که مجوز استفاده‌اش را دارید در ComfyUI/models/checkpoints/ دانلود کنید. پیش از ساخت محصول روی آن، مجوز مدل را برای استفاده تجاری بخوانید.

cd models/checkpoints
wget -O model.safetensors "https://example.com/path/to/model.safetensors"

مرحله 4: آن را خصوصی راه‌اندازی کنید

ComfyUI به‌طور پیش‌فرض فقط روی localhost گوش می‌دهد که همان چیزی است که می‌خواهید. از طریق یک تونل SSH به آن دسترسی پیدا کنید.

python main.py --listen 127.0.0.1 --port 8188
ssh -L 8188:127.0.0.1:8188 user@your-server

روی رایانه خودتان http://127.0.0.1:8188 را باز کنید. پورت را در معرض اینترنت قرار ندهید: به‌طور پیش‌فرض ورودی ندارد.

مرحله 5: آن را همیشه در حال اجرا نگه دارید

sudo tee /etc/systemd/system/comfyui.service > /dev/null <<'UNIT'
[Unit]
Description=ComfyUI
After=network-online.target

[Service]
User=ubuntu
WorkingDirectory=/home/ubuntu/ComfyUI
ExecStart=/home/ubuntu/ComfyUI/venv/bin/python main.py --listen 127.0.0.1
Restart=on-failure

[Install]
WantedBy=multi-user.target
UNIT
sudo systemctl daemon-reload && sudo systemctl enable --now comfyui

کاربر و مسیرها را با سرور خود تطبیق دهید.

مقایسه هزینه و حریم خصوصی با ابزارهای میزبانی‌شده

  • هزینه: یک GPU ساعتی چه ده تصویر بسازید چه ده هزار، همان قیمت را دارد. در تولید انبوه از قیمت‌گذاری به ازای هر تصویر ارزان‌تر است و در استفاده کم گران‌تر، پس وقتی بیکار است سرور را متوقف کنید.
  • حریم خصوصی: پرامپت‌ها و خروجی‌ها روی ماشینی که کنترل می‌کنید می‌مانند و می‌توانید با Monero یا ارزهای دیگر بدون ارائه مدرک هویتی پرداخت کنید.
  • کنترل: مدل، sampler و تنظیمات ایمنی را شما انتخاب می‌کنید و مسئولیت نحوه استفاده از آن‌ها با خودتان است.

برای مدل‌های متنی روی همین سخت‌افزار، Ollama و Open WebUI را ببینید.