Muhtemelen internetin yapay zeka tarafından oluşturulmuş görüntülerle dolup taştığını fark etmişsinizdir. Birçok kişi, aylık abonelik ücreti ödemeden ve isteklerinin gizliliğini tamamen koruyarak evde benzer sonuçlar elde etmenin mümkün olup olmadığını merak ediyor. Cevap kesinlikle evet ve bunu yapmak için şu anda en güçlü araç, ilk bakışta göz korkutucu görünse de görsel yaratım üzerinde mutlak kontrol sağlayan bir arayüz olan ComfyUI'dir.
Daha basit seçeneklerin aksine, ComfyUI farklı kutuları veya düğümleri birbirine bağladığınız bir grafik sistemi kullanarak çalışır. Bu, katı bir formla sınırlı olmadığınız anlamına gelir; kendi derleme hattınızı tasarlayabilirsiniz . İster güçlü bir Linux sunucunuz ister bir Windows dizüstü bilgisayarınız olsun, bu ekosistemi kurmak, FLUX veya Stable Diffusion gibi en yeni modellerle denemeler yapmanıza ve oluşturduklarınızı kimsenin gözetlemesine izin vermeden çalışmanıza olanak tanır.
Donanım Gereksinimleri: VRAM Dünyası
Kuruluma başlamadan önce, gerçekten önemli olan bir konudan bahsetmemiz gerekiyor: video belleği (VRAM). İşlemcinizin ne kadar güçlü olduğu veya ne kadar RAM'iniz olduğu önemli değil; eğer grafik kartı VRAM'i desteklemiyorsa, sisteminiz çok yavaş çalışacak veya basitçe çökecektir. Linux'ta VRAM gereksinimlerinizi kontrol etmek için, NVIDIA için `nvidia-smi` veya AMD için `rocm-smi` komutunu kullanabilirsiniz.
4 GB VRAM'iniz varsa, yavaş bir performansla karşılaşmaya ve daha düşük çözünürlükler kullanmaya hazır olun. 8 GB ile çoğu görevi sorunsuz bir şekilde halledebilirsiniz, ancak FLUX.2 gibi zorlu modeller için , kaliteyi feda etmeden modelin boyutunu küçülten GGUF niceleme (Q4_K_M gibi) kullanmanız gerekecektir . RTX 3090 veya 4090 gibi 16 GB veya daha fazlasına sahip olacak kadar şanslıysanız, FP8 hatta FP16 modellerini bile sorunsuz bir şekilde yükleyebilirsiniz.
Farklı Sistemlerde Adım Adım Kurulum
İşletim sisteminize bağlı olarak işlem değişir. Windows'ta en basit yol, resmi taşınabilir paketi indirip , dosyayı çıkarıp, GPU'nuza karşılık gelen .bat dosyasını çalıştırmaktır. Bu en hızlı yoldur çünkü Python ve gerekli bağımlılıkları zaten içerir ve ortam değişkenleriyle çakışmaları önler.
Linux veya macOS tercih ediyorsanız, işlem daha manuel ancak daha temizdir. Öncelikle, GitHub'dan depoyu klonlamanız ve bir Python sanal ortamı (venv) oluşturmanız gerekir. Bu, işletim sistemi kütüphanelerinin bozulmasını önlemek için çok önemlidir. Ortam çalışmaya başladıktan sonra, requirements.txt dosyasında listelenen bağımlılıkları ve PyTorch matematik motorunu kurun. NVIDIA kullanıcılarının CUDA sürüm 12.1'i kullanmaları , AMD kullanıcılarının ise ROCm'yi tercih etmeleri önerilir.
Gelişmiş Yapılandırma ve Temel Düğümler
ComfyUI'yi ilk kez http://127.0.0.1:8188 adresinden başlattığınızda, kablolarla dolu bir kontrol paneli göreceksiniz. Bunların sizi bunaltmasını önlemek için ilk yapmanız gereken şey ComfyUI Manager eklentisini kurmaktır . Bu eklenti gerçekten çok değerli, çünkü diğer özel düğümleri aramanıza ve kurmanıza olanak tanıyor ve en önemlisi, başkasının çalışmasını içe aktardığınızda eksik düğümleri otomatik olarak kuruyor.
FLUX gibi modern modellerle çalışmak için ComfyUI-GGUF düğümüne ihtiyacınız olacak . Her şeyin genellikle bir kontrol noktaları klasöründe saklandığı Stable Diffusion'ın aksine, FLUX bileşenlerinin ayrılmasını gerektirir: yayın modeli (UNet) models/unet/ klasörüne , metin kodlayıcı (CLIP) models/clip/ klasörüne ve VAE models/vae/ klasörüne yerleştirilir. Bunları yanlış yere koyarsanız, yükleyici onları bulamaz ve boş bir ekranla karşılaşırsınız.
İş Akışına ve API'ye Hakim Olmak
Temel iş akışı, modeli yüklemeyi, komut satırını yazmayı, bir örnekleyici üzerinden geçirmeyi (difüzyon sihrinin gerçekleştiği yer) ve görüntüyü çözmeyi içerir. FLUX için hayati bir püf noktası, CFG'yi 1.0'da tutmak ve Euler örnekleyicisiyle az sayıda adım (4 ile 8 arasında) kullanmaktır; CFG'yi artırırsanız, görüntüler aşırı pozlanacak ve gerçekçi olmayan renklere sahip olacaktır.
Sunucu üzerinde donanımı olan ve başka bir bilgisayardan çalışmak isteyenler için ComfyUI, `--listen 0.0.0.0` parametresini kullanarak uzaktan erişime olanak tanır . Bu, iş akışlarını JSON formatında göndermenize ve işlenmiş görüntüyü almanıza olanak tanıyan bir HTTP API'si açar. Bu, GPU'lu bilgisayarınızı özel bir görüntü oluşturma hizmetine dönüştürmenin ve Python komut dosyaları kullanarak pazarlama veya e-ticaret için yüzlerce görüntünün oluşturulmasını otomatikleştirmenin ideal yoludur.
Sorun Giderme ve Optimizasyon
CUDA Bellek Yetersizliği hatasıyla karşılaşmak yaygındır . Eğer böyle bir hatayla karşılaşırsanız, bellek parçalanmasını temizlemek için ComfyUI'yi yeniden başlatabilir veya verileri GPU ile sistem RAM'i arasında taşıyan `--lowvram` komutuyla programı başlatabilirsiniz . AMD sistemlerinde, kart algılanmazsa, sorun genellikle kullanıcının render ve video gruplarına eklenmesi veya HSA_OVERRIDE_GFX_VERSION ortam değişkeninin kullanılmasıyla çözülür.
Performans düşüklüğü fark ederseniz, yanlışlıkla CPU'yu kullanmadığınızdan emin olun. Ayrıca, ComfyUI'nin VRAM yetersiz olduğunda köprü görevi gördüğü için sistem RAM'inizi 32 GB veya 64 GB'a yükseltmeyi düşünün. Depolama için hızlı bir NVMe sürücü çok önemlidir, çünkü iş akışlarını her değiştirdiğinizde 10 GB'lık modelleri yüklemek mekanik bir sabit sürücüde çok uzun sürebilir.
Kendi yerel görüntüleme iş istasyonunuzu kurmak, sizi bulut kısıtlamalarından ve kredi tabanlı maliyetlerden kurtarır. VRAM yönetiminden sanal ortam kurulumuna, API otomasyonundan GGUF nicelleştirilmiş modellerin kullanımına kadar, artık bir RTX'i dijital bir sanat fabrikasına dönüştürmek için gereken tüm araçlara sahipsiniz; düğümler aracılığıyla her adımı optimize ederek donanımınızın en yüksek performansta çalışmasını sağlayabilirsiniz.