在 GPU 服务器上用 ComfyUI 运行 Stable Diffusion

在自己的 GPU 服务器上运行图像生成，意味着没有第三方保存的提示词日志，没有你没选择的内容过滤器，并且无论生成多少张图片，成本都保持不变。本指南在 Ubuntu 上搭建 ComfyUI，这是一个基于节点的 Stable Diffusion 及类似模型的界面。

选择 GPU

显存是限制因素。8 GB 可以流畅运行 SD 1.5，12 到 16 GB 可以很好地处理 SDXL，24 GB 则能为更新、更大的模型和更高的分辨率留出空间。如果拿不准，请参阅消费级与数据中心 GPU 的对比。此外，请留出约 50 GB 的磁盘空间，因为模型文件很大。

第 1 步：检查驱动

nvidia-smi

如果它列出了你的 GPU，说明驱动正常。如果没有，请用 sudo ubuntu-drivers autoinstall 安装推荐的驱动并重启。

第 2 步：安装 ComfyUI

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

请让 CUDA wheel 索引与 PyTorch 为你的驱动推荐的版本一致。如果上面的命令已经过时，请查看他们的安装页面。

第 3 步：添加模型

把你有权使用的检查点下载到 ComfyUI/models/checkpoints/。在基于它构建产品之前，请先阅读该模型关于商业使用的许可协议。

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

第 4 步：以私有方式启动

默认情况下，ComfyUI 只监听 localhost，这正是你想要的。请通过 SSH 隧道访问它。

python main.py --listen 127.0.0.1 --port 8188

ssh -L 8188:127.0.0.1:8188 user@your-server

在你自己的电脑上打开 http://127.0.0.1:8188。不要把该端口暴露到互联网：默认没有登录功能。

第 5 步：让它持续运行

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

请根据你的服务器调整用户和路径。

与托管工具相比的成本和隐私

• 成本：按小时计费的 GPU，无论你生成十张还是一万张图片，费用都一样。批量生成时它比按张计价更划算，生成很少时则不划算，所以闲置时请停止服务器。
• 隐私：提示词和输出都保存在你控制的机器上，而且你可以用 Monero 或其他币种付款，无需身份证明。
• 控制权：模型、采样器和安全设置由你来选择，并且你要对如何使用它们负责。

如果要在同一硬件上运行文本模型，请参阅 Ollama 和 Open WebUI。