Olet luultavasti huomannut, että internet on täynnä tekoälyn luomia kuvia. Monet miettivät, onko mahdollista saavuttaa samanlaisia tuloksia kotona ilman kuukausimaksuja ja samalla säilyttää kehotteiden täydellinen yksityisyys. Vastaus on ehdottomasti kyllä, ja tehokkain työkalu tähän juuri nyt on ComfyUI, käyttöliittymä, joka aluksi pelottavalta tuntuu, mutta antaa sinulle täydellisen hallinnan visuaaliseen luomiseen.
Toisin kuin yksinkertaisemmat vaihtoehdot, ComfyUI toimii graafijärjestelmän avulla, jossa yhdistetään eri laatikoita tai solmuja. Tämä tarkoittaa, että et ole rajoittunut jäykällä muodolla, vaan voit suunnitella oman rakennusputkesi . Olitpa sitten tehokas Linux-palvelin tai Windows-kannettava, tämän ekosysteemin avulla voit kokeilla uusimpia malleja, kuten FLUXia tai Stable Diffusionia, ilman että kukaan vakoilee luomaasi.
Laitteistovaatimukset: VRAM-muistien maailma
Ennen kuin aloitat asennuksen, meidän on keskusteltava siitä, millä on todella merkitystä: videomuistista (VRAM). Sillä ei ole väliä, kuinka tehokas prosessori on tai kuinka paljon RAM-muistia sinulla on; jos näytönohjain ei tue VRAM-muistia, järjestelmäsi toimii etananvauhdilla tai yksinkertaisesti kaatuu. Voit tarkistaa VRAM-vaatimukset Linuxissa käyttämällä komentoa `nvidia-smi` NVIDIAlle tai `rocm-smi` AMD:lle.
Jos sinulla on 4 Gt VRAM-muistia, varaudu hitaaseen suorituskykyyn ja joudut käyttämään alhaisempia resoluutioita. 8 Gt:lla selviät useimmista tehtävistä sujuvasti, mutta vaativissa malleissa, kuten FLUX.2:ssa, sinun on käytettävä GGUF-kvantisointia (kuten Q4_K_M) , joka pienentää mallin kokoa laadusta tinkimättä. Jos olet niin onnekas, että sinulla on 16 Gt tai enemmän, kuten RTX 3090:ssä tai 4090:ssä, voit ladata FP8- tai jopa FP16-malleja vaivattomasti.
Vaiheittainen asennus eri järjestelmiin
Prosessi vaihtelee käyttöjärjestelmästäsi riippuen. Windowsissa yksinkertaisin tapa on ladata virallinen siirrettävä paketti , purkaa se ja suorittaa näytönohjaimesi vastaava .bat-tiedosto. Tämä on nopein tapa, koska se sisältää jo Pythonin ja tarvittavat riippuvuudet, välttäen ristiriitoja ympäristömuuttujien kanssa.
Jos käytät mieluummin Linuxia tai macOS:ää, prosessi on manuaalisempi mutta selkeämpi. Ensin sinun on kloonattava repositorio GitHubista ja luotava Python-virtuaaliympäristö (venv) . Tämä on tärkeää, jotta käyttöjärjestelmäkirjastot eivät rikkoudu. Kun ympäristö on käynnissä, asenna requirements.txt-tiedostossa luetellut riippuvuudet ja PyTorch-matematiikkamoottori. NVIDIA-käyttäjille suositellaan CUDA-versiota 12.1 , kun taas AMD-käyttäjien kannattaa valita ROCm.
Lisäasetukset ja olennaiset solmut
Kun käynnistät ComfyUI:n ensimmäistä kertaa osoitteessa http://127.0.0.1:8188, näet kaapeleita täynnä olevan kojelaudan. Välttääksesi ylikuormituksen, sinun kannattaa ensin asentaa ComfyUI Manager . Tämä lisäosa on todellinen helmi, sillä sen avulla voit etsiä ja asentaa muita mukautettuja solmuja ja mikä tärkeintä, asentaa automaattisesti puuttuvat solmut, kun tuot jonkun toisen työtä.
Työskennelläksesi nykyaikaisten mallien, kuten FLUXin, kanssa tarvitset ComfyUI-GGUF- solmun . Toisin kuin Stable Diffusion, jossa kaikki yleensä tallennetaan tarkistuspistekansioon, FLUX vaatii osiensa erottamisen: lähetysmalli (UNet) sijoittuu hakemistoon models/unet/ , tekstikooderi (CLIP) hakemistoon models/clip/ ja VAE hakemistoon models/vae/. Jos sijoitat ne väärään paikkaan, lataaja ei löydä niitä ja näyttöön tulee tyhjä kuva.
Työnkulun ja API:n hallinta
Perustyönkulkuun kuuluu mallin lataaminen, kehotteen kirjoittaminen, kuvan läpikulku samplerin läpi (jossa diffuusiotaika tapahtuu) ja kuvan dekoodaus. FLUXin kannalta tärkeä temppu on pitää CFG arvossa 1.0 ja käyttää Euler-samplerin kanssa vain muutamia vaiheita (4–8). Jos CFG:tä suurennetaan, kuvat ylivalottuvat ja niissä on epärealistiset värit.
Niille, joilla on laitteisto palvelimella ja jotka haluavat työskennellä toiselta tietokoneelta, ComfyUI mahdollistaa etäkäytön `--listen 0.0.0.0`-parametrin avulla . Tämä avaa HTTP-rajapinnan, jonka avulla voit lähettää työnkulkuja JSON-muodossa ja vastaanottaa käsitellyn kuvan. Se on ihanteellinen tapa muuttaa grafiikkasuorittimella varustettu tietokone yksityiseksi kuvien luontipalveluksi, joka automatisoi satojen kuvien luomisen markkinointia tai verkkokauppaa varten Python-skriptien avulla.
Vianmääritys ja optimointi
On yleistä kohdata CUDA Out of Memory -virhe . Jos näin käy, voit käynnistää ComfyUI:n uudelleen muistin pirstoutumisen poistamiseksi tai käynnistää ohjelman komennolla `--lowvram` , joka siirtää tietoja näytönohjaimen ja järjestelmämuistin välillä. AMD-järjestelmissä, jos näytönohjainta ei tunnisteta, ongelma ratkaistaan yleensä lisäämällä käyttäjä renderöinti- ja videoryhmiin tai käyttämällä HSA_OVERRIDE_GFX_VERSION-ympäristömuuttujaa.
Jos huomaat heikkoa suorituskykyä, tarkista, ettet vahingossa käytä suoritinta. Harkitse myös järjestelmän RAM-muistin päivittämistä 32 tai 64 gigatavuun, sillä ComfyUI käyttää sitä siltana, kun VRAM-muistia ei ole riittävästi. Tallennustilan osalta nopea NVMe-asema on avainasemassa, koska 10 gigatavun mallien lataaminen joka kerta, kun vaihdat työnkulkua, voi kestää ikuisuuden mekaanisella kiintolevyllä.
Oman paikallisen kuvankäsittelytyöaseman perustaminen vapauttaa sinut pilvipalvelurajoituksista ja luottokustannuksista. VRAM-hallinnasta ja virtuaaliympäristön määrittämisestä API-automaatioon ja GGUF-kvantisoitujen mallien käyttöön, sinulla on nyt kaikki työkalut RTX:n muuntamiseen digitaalisen taiteen tehtaaksi, optimoimalla jokainen vaihe solmujen läpi ja varmistamalla laitteiston huipputehokkuuden.