Jūs droši vien esat pamanījuši, ka internets ir pārpildīts ar mākslīgā intelekta ģenerētiem attēliem. Daudzi prāto, vai ir iespējams sasniegt līdzīgus rezultātus mājās, nemaksājot ikmēneša abonēšanas maksu un vienlaikus saglabājot pilnīgu savu uzdevumu konfidencialitāti. Atbilde ir pārliecinoša "jā", un visspēcīgākais rīks, lai to izdarītu, šobrīd ir ComfyUI — saskarne, kas, lai arī sākotnēji biedējoša, sniedz jums absolūtu kontroli pār vizuālo veidošanu.
Atšķirībā no vienkāršākām iespējām, ComfyUI darbojas, izmantojot grafu sistēmu, kurā jūs savienojat dažādas kastes vai mezglus. Tas nozīmē, ka jūs neierobežo stingra forma; jūs varat izveidot savu būvēšanas cauruļvadu . Neatkarīgi no tā, vai jums ir jaudīgs Linux serveris vai Windows klēpjdators, šīs ekosistēmas iestatīšana ļaus jums eksperimentēt ar jaunākajiem modeļiem, piemēram, FLUX vai Stable Diffusion, nevienam nekontrolējot jūsu veidojamo.
Aparatūras prasības: VRAM pasaule
Pirms sākat instalēšanu, mums jāpārrunā tas, kas patiešām ir svarīgi: video atmiņa (VRAM). Nav svarīgi, cik jaudīgs ir jūsu procesors vai cik daudz RAM jums ir; ja grafikas karte neatbalsta VRAM, jūsu sistēma darbosies gliemeža ātrumā vai vienkārši avarēs. Lai pārbaudītu VRAM prasības Linux sistēmā, varat izmantot komandu `nvidia-smi` NVIDIA vai `rocm-smi` AMD.
Ja jums ir 4 GB videoatmiņas, esiet gatavi lēnai veiktspējai un zemākas izšķirtspējas izmantošanai. Ar 8 GB jūs varat netraucēti tikt galā ar lielāko daļu uzdevumu, lai gan prasīgiem modeļiem, piemēram, FLUX.2, jums būs jāizmanto GGUF kvantizācija (piemēram, Q4_K_M) , kas samazina modeļa izmēru, nezaudējot kvalitāti. Ja jums ir paveicies un jums ir 16 GB vai vairāk, piemēram, RTX 3090 vai 4090, varat bez piepūles ielādēt FP8 vai pat FP16 modeļus.
Soli pa solim instalēšana dažādās sistēmās
Atkarībā no jūsu operētājsistēmas process atšķiras. Operētājsistēmā Windows vienkāršākais veids ir lejupielādēt oficiālo portatīvo pakotni , izvilkt to un palaist jūsu GPU atbilstošo .bat failu. Šis ir ātrākais veids, jo tajā jau ir iekļauts Python un nepieciešamās atkarības, izvairoties no konfliktiem ar vides mainīgajiem.
Ja dodat priekšroku Linux vai macOS, process ir manuālāks, bet vienkāršāks. Vispirms jums ir jāklonē repozitorijs no GitHub un jāizveido Python virtuālā vide (venv) . Tas ir svarīgi, lai nesabojātu operētājsistēmas bibliotēkas. Kad vide darbojas, instalējiet failā requirements.txt uzskaitītās atkarības un PyTorch matemātisko dzinēju. NVIDIA lietotājiem ieteicams izmantot CUDA 12.1 versiju , savukārt AMD lietotājiem jāizvēlas ROCm.
Paplašināta konfigurācija un svarīgi mezgli
Kad pirmo reizi palaidīsiet ComfyUI vietnē http://127.0.0.1:8188, redzēsiet informācijas paneli, kas pilns ar kabeļiem. Lai izvairītos no pārslodzes, vispirms jāinstalē ComfyUI pārvaldnieks . Šis spraudnis ir īsts dārgakmens, jo tas ļauj meklēt un instalēt citus pielāgotus mezglus un, pats galvenais, automātiski instalēt visus trūkstošos mezglus, importējot kāda cita darbu.
Lai strādātu ar moderniem modeļiem, piemēram, FLUX, būs nepieciešams ComfyUI-GGUF mezgls . Atšķirībā no Stable Diffusion, kur viss parasti tiek glabāts kontrolpunktu mapē, FLUX ir nepieciešams atdalīt tās komponentus: apraides modelis (UNet) atrodas models/unet/ , teksta kodētājs (CLIP) models/clip/ un VAE models/vae/. Ja tos ievietosiet nepareizā vietā, ielādētājs tos neatradīs, un ekrāns būs tukšs.
Darbplūsmas un API apgūšana
Pamata darbplūsma ietver modeļa ielādi, uzvednes rakstīšanu, nodošanu cauri paraugu ņemšanas ierīcei (kur notiek difūzijas maģija) un attēla dekodēšanu. Svarīgs FLUX triks ir saglabāt CFG vērtību 1.0 un izmantot dažus soļus (no 4 līdz 8) ar Eulera paraugu ņemšanas ierīci; ja palielināsiet CFG, attēli būs pāreksponēti un tiem būs nereālas krāsas.
Tiem, kam ir aparatūra serverī un kuri vēlas strādāt no cita datora, ComfyUI nodrošina attālo piekļuvi, izmantojot parametru `--listen 0.0.0.0` . Tas atver HTTP API, kas ļauj nosūtīt darbplūsmas JSON formātā un saņemt apstrādāto attēlu. Tas ir ideāls veids, kā pārvērst datoru ar GPU par privātu attēlu ģenerēšanas pakalpojumu, automatizējot simtiem attēlu izveidi mārketingam vai e-komercijai, izmantojot Python skriptus.
Problēmu novēršana un optimizācija
Bieži var rasties CUDA kļūda “Pietiek atmiņas” . Ja tā notiek, varat restartēt ComfyUI, lai novērstu atmiņas fragmentāciju, vai arī startēt programmu ar komandu `--lowvram` , kas pārvieto datus starp GPU un sistēmas RAM. AMD sistēmās, ja karte netiek atpazīta, problēmu parasti risina, pievienojot lietotāju renderēšanas un video grupām vai izmantojot vides mainīgo HSA_OVERRIDE_GFX_VERSION.
Ja pamanāt sliktu veiktspēju, pārbaudiet, vai nejauši netiek izmantots centrālais procesors. Apsveriet arī iespēju uzlabot sistēmas RAM līdz 32 GB vai 64 GB, jo ComfyUI to izmanto kā tiltu, ja video RAM nav pietiekami. Krātuvei ļoti svarīgs ir ātrs NVMe disks , jo 10 GB modeļu ielāde katru reizi, pārslēdzot darbplūsmas, mehāniskajā cietajā diskā var aizņemt mūžību.
Savas lokālās attēlveidošanas darbstacijas iestatīšana atbrīvo jūs no mākoņa ierobežojumiem un uz kredītiem balstītām izmaksām. Sākot ar VRAM pārvaldību un virtuālās vides iestatīšanu līdz API automatizācijai un GGUF kvantētu modeļu izmantošanai, tagad jums ir visi rīki, lai pārveidotu RTX par digitālās mākslas fabriku, optimizējot katru soli caur mezgliem un nodrošinot, ka jūsu aparatūra darbojas ar maksimālu veiktspēju.