ComfyUI 硬件兼容性快速部署指南一张表选对显存模式和精度【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUIComfyUI 是目前最流行的节点式 AI 绘图与生视频工作流工具。这篇 ComfyUI 硬件兼容性指南帮你按显卡、系统、显存档位快速选对运行模式和精度参数。N 卡、A 卡、M 芯片、国产 NPU都能照着自己走通。症状速判30 秒定位问题 现象大概原因该走哪条路启动就报设备未找到驱动没装好或 PyTorch 版本和驱动对不上先看驱动与 PyTorch 匹配别急着调参数跑着跑着卡死、报显存不足显存档位和运行模式不匹配查下一节显存模式怎么选能出图但速度慢得离谱精度或注意力后端没选对看进阶榨取性能一节出图发黑、发灰、带噪点精度设置超出硬件承受范围问答里找出图异常那条先别慌这通常不是硬件的锅。ComfyUI 的设备检测逻辑写在 comfy/model_management.py它会自动探测你的显卡并分配资源绝大多数报错都是装得不对而不是机器不行。首次部署翻车先问三件事再选安装路径 ⚠️翻车时先问自己三件事什么卡、什么系统、多大显存。想清楚这三点安装路径基本就定了。NVIDIA 卡最短路径先确认驱动是新版再装对应 CUDA 的 PyTorch然后装依赖、启动git clone https://gitcode.com/GitHub_Trending/co/ComfyUI cd ComfyUI pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu129 pip install -r requirements.txt python main.pyAMD 卡Linux 下体验最好装 ROCm 版 PyTorch 即可官方不覆盖的核显/老卡用环境变量手动指定架构pip install torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.4 --force-reinstall torch export HSA_OVERRIDE_GFX_VERSION10.3.0 # RDNA2RDNA3 改成 11.0.0Apple SiliconM 芯片现在稳定版 PyTorch 已原生走 Metal不用折腾 nightly 了。macOS 12 以上装完直接跑pip install torch torchvision python main.py国产 NPU昇腾装torch_npu寒武纪装torch_mlu装完都直接python main.py无需额外参数。多卡用户加一句--cuda-device 1指定用哪张卡逗号分隔可选多张Intel Arc 独显则用--oneapi-device-selector gpu指定设备。参数清单见 comfy/cli_args.py。能跑但慢、卡、爆显存显存模式怎么选 ✅显存档位决定运行模式按下表对号入座显存档位适用显存推荐参数满血模式16GB 以上--highvram模型常驻显存速度最快均衡模式8~16GB不加参数默认动态分配即可低显存模式4~8GB--lowvram文本编码器挪到 CPU极限模式4GB 以下--novram能挤进显存的都挤口诀显存不够先降模式再降精度最后才考虑--cpu。比如 8GB 卡装 12B 大模型先试默认 --fp16-unet还不行再--lowvram。--reserve-vram 2能留出 2GB 给系统和浏览器桌面跑图的常备项。进阶榨取性能高价值参数点到为止注意力后端--use-pytorch-cross-attention是最稳的加速项配合 FP16 收益明显支持 FlashAttention 的新卡可试--use-flash-attention更省的还有--use-sage-attention。精度--fp16-unet是大多数卡的甜点只有 Ada Lovelace 及以上的新架构才值得加--fp8_e4m3fn-unet --supports-fp8-compute老卡硬开 FP8 只会出花图。AMD 实验性开关环境变量PYTORCH_TUNABLEOP_ENABLED1和TORCH_ROCM_AOTRITON_ENABLE_EXPERIMENTAL1能再抠一点速度出问题就把它们删掉。缓存内存大的机器加--high-ram反复跑同一工作流会明显变快反之显存紧张时用--cache-none省空间。两个容易忽略的坑其一Windows 上 AMD 卡有人推--directml但源码里官方自己都在劝退——这个后端又慢又久未更新能上 Linux 就别用 DirectML。其二同一张卡换个系统行为往往不一样Linux 下自动检测更激进Windows 下更保守换系统或换显卡后旧的启动参数值得重新过一遍别沿用之前的配置碰运气。踩坑问答问报错说不支持 CUDA / 找不到 GPU怎么办答九成是 PyTorch 版本和驱动对不上。先跑python -c import torch; print(torch.cuda.is_available())确认 PyTorch 能不能看到卡看不到就去换带 CUDA 后缀的 PyTorch 重装。问ComfyUI 显存不够爆显存报错怎么救答按顺序试① 加--lowvram或--novram② 加--reserve-vram 2让出空间③ 把工作流分辨率调小。最后才是--cpu纯 CPU 能跑但很慢只救急。问出图全黑、发灰或有噪点答先查精度。把--fp16-vae去掉VAE 回 fp32或者整体--force-fp32。还黑就加--force-upcast-attention这是针对注意力上溢的标准修法。问ComfyUI AMD 显卡配置里老卡RX 5000 系跑不了答老架构 ROCm 不直接覆盖用HSA_OVERRIDE_GFX_VERSION10.3.0冒名顶替新架构。能跑起来但个别算子可能慢属正常现象。一页速查清单照抄这份清单就能开工python main.py --fp16-unet --use-pytorch-cross-attention # 主流卡默认姿势 python main.py --lowvram --fp32-vae --reserve-vram 2 # 4~8GB 小显存 python main.py --novram --cache-none # 极限保命多卡选卡--cuda-device 0,1Intel 独显--oneapi-device-selector gpu老卡保稳定--force-fp32新卡榨性能--fp8_e4m3fn-unet --supports-fp8-compute显存监控留余量--reserve-vram 1换卡、换系统后把上面参数重新对照一遍再跑【免费下载链接】ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface.项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
