Verjetno ste opazili, da je internet preplavljen s slikami, ki jih je ustvarila umetna inteligenca. Mnogi se sprašujejo, ali je mogoče doseči takšne rezultate doma. brez plačila mesečnih naročnin in ohranjanje popolne zasebnosti vaših pozivov. Odgovor je odločen pritrdilen, najmočnejše orodje za dosego tega pa je trenutno ComfyUI, vmesnik, ki vam, čeprav na začetku zastrašujoč, daje popoln nadzor nad vizualnim ustvarjanjem.
Za razliko od preprostejših možnosti ComfyUI deluje z uporabo sistema grafov, kjer povezujete različna polja ali vozlišča. To pomeni, da niste omejeni s togo obliko, ampak lahko namesto tega ... zasnujte svoj lastni proizvodni cevovodNe glede na to, ali imate zmogljiv strežnik Linux ali prenosnik Windows, vam bo vzpostavitev tega ekosistema omogočila eksperimentiranje z najnovejšimi modeli, kot sta FLUX ali Stable Diffusion, ne da bi kdo vohunil za tem, kaj ustvarjate.
Strojne zahteve: Svet VRAM-a
Preden začnete z namestitvijo, se moramo pogovoriti o tem, kar je resnično pomembno: video pomnilnik (VRAM). Ni pomembno, kako zmogljiv je vaš procesor ali koliko splošnega RAM-a imate; če grafična kartica ne podpira grafične kartice, bo sistem deloval počasi ali se bo preprosto sesul. Če želite preveriti trenutno stanje VRAM-a v Linuxu, lahko uporabite ukaz nvidia-smi za NVIDIA ali rocm-smi za AMD.
Če imate 4 GB VRAM-a, bodite pripravljeni na nekoliko počasnejše delovanje in uporabo nižjih ločljivosti. Z 8 GB lahko gladko opravite večino nalog, čeprav boste za zahtevne igre, kot je FLUX.2, morali uporabiti Kvantizacija GGUF (kot Q4_K_M)To zmanjša velikost modela, ne da bi pri tem žrtvovalo kakovost. Če imate srečo in imate 16 GB ali več RAM-a, na primer v RTX 3090 ali 4090, lahko brez težav naložite modele FP8 ali celo FP16.
Namestitev po korakih na različnih sistemih
Postopek se razlikuje glede na vaš operacijski sistem. V sistemu Windows je najlažji način prenos uradni prenosni paketRazpakirajte in zaženite datoteko .bat, ki ustreza vaši grafični kartici. To je najhitrejši način, ker že vključuje Python in konfigurirane odvisnosti, s čimer se izognete konfliktom z okoljskimi spremenljivkami.
Če imate raje Linux ali macOS, je postopek bolj ročni, vendar čistejši. Najprej morate klonirati repozitorij iz GitHuba in ustvariti Virtualno okolje Python (venv)To je bistveno, da se izognete motnjam v delovanju knjižnic operacijskega sistema. Ko je okolje aktivno, namestite odvisnosti, navedene v datoteki requirements.txt, in matematični mehanizem PyTorch. Za uporabnike NVIDIA je priporočena različica [številka različice manjka v izvirnem besedilu]. CUDA 12.1medtem ko se morajo uporabniki AMD odločiti za različico ROCm.
Napredna konfiguracija in bistvena vozlišča
Ko prvič zaženete ComfyUI na http://127.0.0.1:8188, boste videli nadzorno ploščo, polno kablov. Da bi se izognili zmedi, morate najprej namestiti Upravitelj udobnega uporabniškega vmesnikaTa vtičnik je dragulj v kroni, saj omogoča iskanje in namestitev drugih vozlišč po meri ter, kar je najpomembneje, samodejno namestitev morebitnih manjkajočih vozlišč, ko uvozite delo nekoga drugega.
Za delo s sodobnimi modeli, kot je FLUX, boste potrebovali vozlišče ComfyUI-GGUFZa razliko od stabilne difuzije, kjer se vse običajno shrani v mapo kontrolnih točk, FLUX zahteva ločevanje svojih delov: difuzijski model (UNet) se shrani v modeli/unet/Kodirnik besedila (CLIP) se nahaja v mapi models/clip/, VAE pa v mapi models/vae/. Če ju postavite na napačno mesto, ju nalagalnik ne bo našel in dobili boste prazen zaslon.
Obvladovanje delovnega procesa in API-ja
Osnovni potek je sestavljen iz nalaganja modela, pisanja ukaza, prehoda skozi vzorčevalnik (kjer se zgodi difuzijska čarovnija) in dekodiranja slike. Ključni trik za FLUX je ohranjanje CFG v 1.0 in uporabite nekaj korakov (med 4 in 8) z Eulerjevim vzorčevalnikom; če povečate CFG, bodo slike izpadle zagorele in z nerealističnimi barvami.
Za tiste, ki imajo strojno opremo na strežniku in želijo delati z drugega računalnika, ComfyUI omogoča acceso remoto mediante el parámetro –listen 0.0.0.0S tem se odpre HTTP API, ki vam omogoča pošiljanje delovnih tokov v formatu JSON in prejemanje obdelane slike. To je idealen način, da svoj računalnik z grafičnim procesorjem spremenite v zasebno storitev za ustvarjanje slik, ki vam omogoča avtomatizacijo ustvarjanja stotin slik za trženje ali e-trgovino z uporabo skriptov Python.
Odpravljanje težav in optimizacija
Pogosto se srečamo z napako CUDA nima več pomnilnikaČe se vam to zgodi, lahko znova zaženete ComfyUI, da počistite fragmentacijo pomnilnika, ali pa zaženete program z ukazom –lowvramki premika podatke med grafično kartico in sistemskim RAM-om. V primeru AMD-ja, če kartica ni zaznana, se to običajno reši z dodajanjem uporabnika v skupine. upodabljanje in video ali z uporabo okoljske spremenljivke HSA_OVERRIDE_GFX_VERSION.
Če opazite slabo delovanje, preverite, ali morda pomotoma uporabljate procesor. Razmislite tudi o nadgradnji sistemskega RAM-a na 32 GB ali 64 GB, saj ga ComfyUI uporablja kot most, ko VRAM ni zadosten. Za shranjevanje podatkov je na voljo hiter NVMe pogon To je ključnega pomena, saj lahko nalaganje 10 GB modelov vsakič, ko spremenite delovne poteke, na mehanskem disku postane neskončno.
Z nastavitvijo lastne lokalne delovne postaje za obdelavo slik se osvobodite omejitev v oblaku in stroškov, povezanih s krediti. Od upravljanja VRAM-a in nastavitve virtualnega okolja do avtomatizacije API-ja in uporabe kvantiziranih modelov GGUF imate zdaj na voljo vsa orodja za preoblikovanje RTX-a v tovarno digitalne umetnosti, optimizacijo vsakega koraka skozi vozlišča in zagotavljanje delovanja vaše strojne opreme z največjo zmogljivostjo.