Du har sikkert lagt merke til at internett er oversvømt av bilder laget av kunstig intelligens. Mange lurer på om det er mulig å oppnå disse resultatene hjemme. uten å betale månedlige abonnementer og opprettholde fullstendig personvern for dine instruksjoner. Svaret er et rungende ja, og det kraftigste verktøyet for å oppnå dette for øyeblikket er ComfyUI, et grensesnitt som, selv om det er skremmende i starten, gir deg absolutt kontroll over visuell skapelse.
I motsetning til enklere alternativer, fungerer ComfyUI ved hjelp av et grafsystem der du kobler sammen forskjellige bokser eller noder. Dette betyr at du ikke er begrenset av en rigid form, men i stedet kan... design din egen generasjonsrørledningEnten du har en kraftig Linux-server eller en Windows-bærbar PC, vil det å sette opp dette økosystemet tillate deg å eksperimentere med de nyeste modellene, som FLUX eller Stable Diffusion, uten at noen spionerer på det du lager.
Maskinvarekrav: VRAM-verdenen
Før du begynner å installere, må vi snakke om det som virkelig betyr noe: videominne (VRAM). Det spiller ingen rolle hvor kraftig prosessoren din er eller hvor mye RAM du har generelt. Hvis grafikkortet ikke støtter det, vil systemet kjøre i sneglefart eller rett og slett krasje. For å sjekke din nåværende VRAM-status i Linux kan du bruke kommandoen nvidia-smi for NVIDIA eller rocm-smi for AMD.
Hvis du har 4 GB VRAM, må du være forberedt på noe treg ytelse og bruk av lavere oppløsninger. Med 8 GB kan du håndtere de fleste oppgaver problemfritt, men for krevende spill som FLUX.2 må du bruke GGUF-kvantisering (som Q4_K_M)Dette reduserer modellens størrelse uten at det går på bekostning av kvaliteten. Hvis du er heldig nok til å ha 16 GB eller mer RAM, som i et RTX 3090 eller 4090, kan du laste inn FP8- eller til og med FP16-modeller uten å bry deg.
Trinn-for-trinn-installasjon på forskjellige systemer
Avhengig av operativsystemet ditt, varierer prosessen. På Windows er den enkleste måten å laste ned offisiell bærbar pakkePakk den ut og kjør .bat-filen som tilsvarer GPU-en din. Dette er den raskeste måten fordi den allerede inkluderer Python og de konfigurerte avhengighetene, slik at du unngår konflikter med miljøvariabler.
Hvis du foretrekker Linux eller macOS, er prosessen mer manuell, men renere. Først må du klone depotet fra GitHub og opprette et Python virtuelt miljø (venv)Dette er viktig for å unngå at operativsystembibliotekene ødelegges. Når miljøet er aktivt, installer avhengighetene som er oppført i requirements.txt-filen og PyTorch-matematikkmotoren. For NVIDIA-brukere anbefales versjon [versjonsnummer mangler i originalteksten]. CUDA 12.1mens AMD-brukere må velge versjonen av ROCm.
Avansert konfigurasjon og viktige noder
Når du starter ComfyUI for første gang på http://127.0.0.1:8188, vil du se et dashbord fullt av kabler. For å unngå forvirring bør du først installere ComfyUI ManagerDenne plugin-modulen er selve juvelen i kronen, ettersom den lar deg søke etter og installere andre tilpassede noder, og viktigst av alt, automatisk installere manglende noder når du importerer andres arbeid.
For å jobbe med moderne modeller som FLUX, trenger du noden ComfyUI-GGUFI motsetning til Stabil Diffusion, hvor alt vanligvis havner i en mappe med kontrollpunkter, krever FLUX at delene separeres: diffusjonsmodellen (UNet) havner i modeller/unet/Tekskoderen (CLIP) ligger i models/clip/ og VAE i models/vae/. Hvis du plasserer dem på feil sted, vil ikke lasteren finne dem, og du vil få en blank skjerm.
Mestre arbeidsflyten og API-et
En grunnleggende flyt består av å laste inn modellen, skrive ledeteksten, sende den gjennom en sampler (som er der diffusjonsmagien skjer) og dekode bildet. Et viktig triks for FLUX er å opprettholde CFG i 1.0 og bruk noen få trinn (mellom 4 og 8) med Euler-sampleren. Hvis du øker CFG-en, vil bildene bli brente og med urealistiske farger.
For de som har maskinvaren på en server og ønsker å jobbe fra en annen datamaskin, tillater ComfyUI det acceso remoto mediante el parámetro –listen 0.0.0.0Dette åpner et HTTP API som lar deg sende arbeidsflyter i JSON-format og motta det behandlede bildet. Det er den ideelle måten å gjøre PC-en din med et GPU om til en privat bildegenereringstjeneste, slik at du kan automatisere opprettelsen av hundrevis av bilder for markedsføring eller e-handel ved hjelp av Python-skript.
Feilsøking og optimalisering
Det er vanlig å støte på feilen med CUDA har ikke mer minneHvis dette skjer med deg, kan du starte ComfyUI på nytt for å fjerne minnefragmentering eller starte programmet med kommandoen –lowvramsom flytter data mellom GPU-en og system-RAM. I tilfellet med AMD, hvis kortet ikke oppdages, løses det vanligvis ved å legge brukeren til i gruppene gjengivelse og video eller ved å bruke miljøvariabelen HSA_OVERRIDE_GFX_VERSION.
Hvis du oppdager dårlig ytelse, sjekk at du ikke bruker CPU-en ved et uhell. Vurder også å oppgradere system-RAM-en til 32 GB eller 64 GB, ettersom ComfyUI bruker den som en bro når VRAM er utilstrekkelig. For lagring, en rask NVMe-disk Dette er viktig, siden det kan bli uendelig med 10 GB-modeller på en mekanisk disk hver gang du endrer arbeidsflyter.
Å sette opp din egen lokale bildearbeidsstasjon frigjør deg fra skybegrensninger og kredittkostnader. Fra VRAM-administrasjon og oppsett av virtuelle miljøer til API-automatisering og bruk av GGUF-kvantiserte modeller, har du nå alle verktøyene for å forvandle en RTX til en digital kunstfabrikk, optimalisere hvert trinn gjennom noder og sikre at maskinvaren fungerer med topp ytelse.