1. 为什么选择云端部署 Qwen-Image-2.11.1 本地部署的硬件门槛到底有多高Qwen-Image-2.1 这个模型玩过的人都知道它对显存的要求不是开玩笑的。我拿手头几张卡实测过FP16 精度下光模型权重就要吃掉接近 20GB 显存加上推理时的 KV Cache 和中间激活值24GB 的卡跑起来都紧巴巴的。你要是想开高分辨率出图比如 1024x1024 以上那显存占用直接飙到 28GB 往上消费级显卡基本没戏。有人会说那我用 GGUF 量化版本不就行了。确实社区里有人做了 Q4_K_M 甚至 Q3 的量化版本显存能压到 12GB 左右。但量化带来的画质损失是肉眼可见的尤其是细节纹理和光影过渡跟原版差距不小。而且量化版本在 ComfyUI 里加载的时候节点兼容性也容易出问题动不动就报错说某个 op 不支持。再说硬盘和内存。模型文件本身就有几十个 GB加上 ComfyUI 的临时文件、输出图片、各种插件模型没个 200GB 的 SSD 根本转不开。内存方面加载模型的时候系统内存占用轻松上 32GB你要是同时开着浏览器查资料64GB 都不一定够用。所以本地部署这条路适合的是手里有 4090、A6000 这类大显存卡或者愿意折腾量化版本接受画质妥协的人。如果你只是偶尔用用或者想跑高分辨率出图云端部署才是正解。1.2 云端方案的成本账怎么算很多人一听云端就觉得贵其实算下来未必。我拿阿里云的 GPU 实例举例按量付费的话一张 A10 卡24GB 显存每小时大概几块钱。你如果每天用两三个小时一个月下来也就一两百块。相比之下你为了跑这个模型专门买一张 4090一万多块钱砸进去电费还要另算而且显卡贬值快半年后可能就掉价一半。更关键的是云端部署的灵活性是本地比不了的。你今天想跑 Qwen-Image-2.1明天想试试别的模型云端实例随时可以换配置。本地你买了卡就只能将就着用想升级就得重新买。而且云端不用担心散热、噪音、电费这些问题对于住在出租屋或者宿舍的人来说这点太重要了。当然云端也有坑。最大的坑就是数据持久化。你部署在云端的模型、工作流、输出图片如果不做持久化存储实例一释放就全没了。所以一定要把模型文件放在 NAS 或者对象存储上实例重启后重新挂载就行。这个后面我会详细讲怎么配置。1.3 阿里云 GPU 实例选型建议阿里云的 GPU 实例有好几种规格我踩过坑之后总结下来跑 Qwen-Image-2.1 最合适的是gn7i系列。这个系列用的是 A10 卡24GB 显存算力够用价格也相对亲民。如果你预算充足可以上gn8i系列用的是 L20 卡显存更大跑高分辨率更稳。选实例的时候有几个参数要注意。系统盘至少选 100GB ESSD因为模型文件加上 ComfyUI 的依赖很容易就占满 50GB 以上。数据盘建议单独挂一块 200GB 的 ESSD专门放模型和输出文件这样实例释放后数据盘可以保留重新挂载到新实例上就能继续用。网络带宽方面如果你只是自己用5Mbps 足够了。但如果你要传大模型文件上去建议临时升到 100Mbps传完再降回来。阿里云的公网带宽是按量付费的传几十 GB 的文件也就几块钱的事。注意创建实例的时候一定要选对镜像。推荐用 Ubuntu 22.04 或者 Alibaba Cloud Linux 3这两个系统对 NVIDIA 驱动的支持最好。千万别选 CentOS 7那个内核太老装驱动能把你折腾死。2. 云端环境搭建全流程2.1 实例创建与基础环境配置创建实例的步骤我就不截图了阿里云控制台点几下就行。重点说几个容易忽略的地方。安全组要开放 22 端口SSH和 7860 端口Gradio 默认端口。如果你打算用 ComfyUI 的 Web 界面还要开放 8188 端口。安全组规则里源 IP 建议填你自己的公网 IP别图省事填 0.0.0.0/0那样全世界都能扫到你的服务。实例创建好之后先用 SSH 连上去。阿里云的实例默认用户是 root如果你用的是 Ubuntu 镜像可能需要先用sudo passwd root设置一下 root 密码。连上之后第一件事是更新系统apt update apt upgrade -y然后装 NVIDIA 驱动。阿里云的 GPU 实例一般预装了驱动但版本可能比较老。用nvidia-smi看一下如果显示驱动版本低于 535建议手动升级。升级驱动之前要先卸载旧驱动apt purge nvidia-* -y apt autoremove -y然后添加 NVIDIA 的官方源安装最新驱动。这个过程比较耗时大概需要十几分钟。装完之后重启实例再跑nvidia-smi确认驱动正常。接下来装 CUDA Toolkit。Qwen-Image-2.1 需要 CUDA 12.1 以上推荐装 12.4 版本。去 NVIDIA 官网下载 runfile 安装包用--silent --override参数静默安装。装完之后把 CUDA 的路径加到环境变量里echo export PATH/usr/local/cuda-12.4/bin:$PATH ~/.bashrc echo export LD_LIBRARY_PATH/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH ~/.bashrc source ~/.bashrc2.2 Python 环境与依赖管理系统自带的 Python 版本往往比较老建议用 Miniconda 管理环境。下载 Miniconda 安装脚本一路回车装好然后创建一个专门的虚拟环境conda create -n qwen python3.10 -y conda activate qwen为什么用 Python 3.10 而不是 3.11 或 3.12因为 PyTorch 和很多 ComfyUI 插件对 3.10 的支持最稳定3.11 以上偶尔会遇到编译问题。这个坑我踩过当时用 3.12 装某个插件死活编译不过换回 3.10 秒装。装 PyTorch 的时候要注意一定要装 CUDA 版本的别装成 CPU 版了。去 PyTorch 官网复制对应的安装命令比如pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124装完之后验证一下import torch print(torch.cuda.is_available()) print(torch.cuda.get_device_name(0))如果输出 True 和显卡型号说明环境没问题。2.3 模型文件下载与持久化存储Qwen-Image-2.1 的模型文件有好几个来源官方 HuggingFace 仓库、ModelScope、还有各种网盘。国内访问 HuggingFace 不稳定推荐用 ModelScope 的镜像。安装 modelscope 库之后用命令行下载pip install modelscope modelscope download --model Qwen/Qwen-Image-2.1 --local_dir /data/models/qwen-image-2.1下载之前先确认数据盘挂载好了。用df -h看一下如果/data目录不存在需要先格式化数据盘并挂载。阿里云的数据盘默认是 ext4 格式挂载命令mkfs.ext4 /dev/vdb mkdir -p /data mount /dev/vdb /data echo /dev/vdb /data ext4 defaults 0 0 /etc/fstab最后那行是写入 fstab保证实例重启后自动挂载。这个很重要我有一次忘了写实例重启后模型全没了重新下载花了两个多小时。模型文件大概 40GB 左右下载时间取决于你的带宽。建议用nohup挂后台下载然后去干别的事nohup modelscope download --model Qwen/Qwen-Image-2.1 --local_dir /data/models/qwen-image-2.1 download.log 21 用tail -f download.log可以看下载进度。3. ComfyUI 部署与 Qwen-Image-2.1 集成3.1 ComfyUI 安装与插件配置ComfyUI 的安装方式有好几种我推荐直接用 git clone 官方仓库这样后续更新方便cd /data git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI pip install -r requirements.txt如果你不想折腾依赖也可以用秋叶的整合包。秋叶整合包的好处是开箱即用坏处是版本更新慢而且有些插件版本比较老。我个人的习惯是用官方仓库然后手动装需要的插件。Qwen-Image-2.1 在 ComfyUI 里需要专门的节点支持。目前社区里比较成熟的是ComfyUI-Qwen-Image这个插件安装方法cd /data/ComfyUI/custom_nodes git clone https://github.com/xxx/ComfyUI-Qwen-Image.git cd ComfyUI-Qwen-Image pip install -r requirements.txt装完之后重启 ComfyUI在节点列表里搜索 Qwen 就能看到相关节点。注意有些插件需要额外的模型文件比如 CLIP 模型、VAE 模型。这些文件要放到 ComfyUI 对应的 models 目录下。具体路径看插件的 README别放错了。3.2 Gradio 界面配置与身份验证ComfyUI 自带的 Web 界面功能已经很强了但如果你想把服务分享给别人用或者想在外面用手机访问建议套一层 Gradio。Gradio 的好处是可以加身份验证防止别人乱用你的 GPU。安装 Gradiopip install gradio然后写一个简单的启动脚本import gradio as gr import subprocess def launch_comfyui(): subprocess.Popen([python, main.py, --listen, 0.0.0.0, --port, 8188]) with gr.Blocks() as demo: gr.Markdown(# Qwen-Image-2.1 云端部署) gr.Button(启动 ComfyUI).click(launch_comfyui) demo.launch(server_name0.0.0.0, server_port7860, auth(admin, your_password))auth参数就是身份验证用户名和密码自己设。这样别人访问你的 Gradio 页面时需要先登录安全很多。如果你不想写代码也可以用 Nginx 做反向代理加上 Basic Auth。Nginx 的配置server { listen 80; server_name your_domain.com; location / { auth_basic Restricted; auth_basic_user_file /etc/nginx/.htpasswd; proxy_pass http://127.0.0.1:8188; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; } }.htpasswd文件用htpasswd -c /etc/nginx/.htpasswd admin生成。3.3 工作流导入与模型加载测试ComfyUI 的工作流是 JSON 格式的社区里有很多人分享 Qwen-Image-2.1 的工作流。你可以从 Civitai 或者 Reddit 上找下载下来直接拖进 ComfyUI 界面就能加载。加载工作流之后重点检查几个地方。模型路径要指向你下载的 Qwen-Image-2.1 目录CLIP 模型和VAE 模型也要选对。如果工作流里用了 LoRA还要确认 LoRA 文件已经放到models/loras目录下。第一次跑的时候建议先用小分辨率测试比如 512x512步数设 20 左右。这样即使有问题也能快速发现不用等太久。如果报错说显存不足可以试试开启--lowvram模式启动 ComfyUIpython main.py --lowvram这个模式会把部分模型层卸载到内存里显存占用能降不少但推理速度会慢一些。4. 常见问题与排查技巧实录4.1 模型加载失败与显存不足问题现象ComfyUI 启动后加载模型时报错提示 CUDA out of memory 或者 RuntimeError: CUDA error。排查思路先用nvidia-smi看一下显存占用。如果显存已经被其他进程占用了用fuser -v /dev/nvidia*找到占用进程kill 掉。如果是 ComfyUI 自己占用太高试试这几个方法启动时加--lowvram或--medvram参数降低出图分辨率从 1024 降到 768减少 batch size从 4 降到 1关闭其他占用显存的插件避坑技巧Qwen-Image-2.1 在加载的时候会一次性把整个模型读进显存所以峰值显存占用比推理时还高。如果你用 24GB 的卡建议留出至少 4GB 的余量别把显存跑满。4.2 Gradio 无法访问与端口冲突问题现象Gradio 启动后浏览器访问公网 IP 打不开或者提示连接超时。排查思路先确认安全组端口开了没有。阿里云的安全组规则里入方向要允许 7860 端口的 TCP 流量。然后检查服务器防火墙ufw status如果防火墙开着要放行 7860 端口ufw allow 7860再确认 Gradio 启动参数里server_name是0.0.0.0不是127.0.0.1。如果是127.0.0.1只有本机能访问公网访问不了。避坑技巧阿里云的实例如果绑定了弹性公网 IP安全组规则要绑到弹性 IP 上不是绑到实例上。这个坑我踩过当时安全组明明开了端口就是访问不了折腾了半天才发现绑错了地方。4.3 模型下载中断与文件校验问题现象模型下载到一半断了重新下载又从头开始浪费时间。排查思路ModelScope 的下载工具支持断点续传但有时候会出 bug。如果断了先删掉临时文件再重新下载。临时文件一般在~/.cache/modelscope目录下。避坑技巧下载大模型的时候建议用screen或者tmux开一个会话在里面跑下载命令。这样即使 SSH 断了下载也不会中断。下载完之后用md5sum校验一下文件完整性跟官方提供的 MD5 对比。如果对不上说明文件损坏了要重新下载。4.4 ComfyUI 插件冲突与版本兼容问题现象装了某个插件之后ComfyUI 启动报错或者节点列表里找不到新装的节点。排查思路先看 ComfyUI 的启动日志一般会提示哪个插件加载失败。如果是依赖问题进到插件目录手动装依赖cd custom_nodes/插件目录 pip install -r requirements.txt如果是版本冲突比如两个插件依赖不同版本的同一个库可以试试用pip install 库名版本号强制指定版本。避坑技巧装插件之前先备份custom_nodes目录出问题了直接回滚。我习惯用 git 管理 ComfyUI 目录每次装新插件之前先git add . git commit -m before plugin xxx出问题了git reset --hard一键还原。4.5 出图速度慢与性能优化问题现象出图速度比预期慢很多一张 1024x1024 的图要跑好几分钟。排查思路先用nvidia-smi看 GPU 利用率。如果利用率只有 30% 以下说明瓶颈不在 GPU可能在 CPU 或者 IO。检查一下是不是模型放在机械硬盘上了换成 SSD 会快很多。如果 GPU 利用率很高但速度还是慢可能是模型精度问题试试用 FP16 而不是 FP32。避坑技巧ComfyUI 有个--force-fp16参数强制用 FP16 精度推理速度能快不少画质损失很小。另外开启--xformers或者--sage-attention也能加速但需要额外装库。sage-attention 的安装稍微麻烦点要编译 CUDA 扩展但装好之后速度提升很明显。问题类型典型现象快速排查命令解决方案显存不足CUDA out of memorynvidia-smi加--lowvram降分辨率端口不通浏览器连接超时ufw status开安全组放行端口下载中断文件不完整md5sum断点续传校验 MD5插件冲突启动报错看启动日志备份回滚手动装依赖速度慢GPU 利用率低nvidia-smi换 SSD开 FP165. 云端部署的进阶玩法与经验总结5.1 用对象存储做模型仓库如果你经常换实例每次都要重新下载模型太麻烦了。阿里云的 OSS 对象存储是个好方案。把模型文件上传到 OSS实例启动后用ossutil工具同步下来速度比从 ModelScope 下载快很多而且稳定。安装 ossutilwget https://gosspublic.alicdn.com/ossutil/1.7.19/ossutil64 chmod x ossutil64 mv ossutil64 /usr/local/bin/ossutil配置好 AccessKey 之后同步命令ossutil sync oss://your-bucket/models/ /data/models/ --update--update参数表示只下载有变化的文件第二次同步就很快了。注意AccessKey 要保管好别泄露了。建议用 RAM 子账号只给 OSS 读写权限别用主账号的 AccessKey。5.2 自动化启动脚本与定时任务每次手动敲命令启动 ComfyUI 太累了写个启动脚本#!/bin/bash cd /data/ComfyUI source /opt/miniconda3/etc/profile.d/conda.sh conda activate qwen nohup python main.py --listen 0.0.0.0 --port 8188 --lowvram /data/logs/comfyui.log 21 echo ComfyUI started, PID: $!保存为start_comfyui.sh加执行权限chmod x start_comfyui.sh还可以加到 crontab 里实例启动后自动运行reboot /data/start_comfyui.sh这样实例重启后 ComfyUI 会自动跑起来不用手动干预。5.3 数据备份与迁移策略云端部署最大的风险是数据丢失。我的做法是双备份模型文件放 OSS工作流和输出图片放 NAS。NAS 可以用阿里云的文件存储 NAS挂载到实例上多个实例可以共享。挂载 NAS 的命令mount -t nfs -o vers4.0,noresvport file-system-id.region.nas.aliyuncs.com:/ /data/nas把 ComfyUI 的output目录软链接到 NAS 上ln -s /data/nas/comfyui-output /data/ComfyUI/output这样输出图片直接存到 NAS实例释放了图片还在。工作流文件也建议放 NAS方便在不同实例之间共享。5.4 成本控制与实例管理云端部署最怕的就是忘了关实例月底账单吓死人。我的经验是设个闹钟每天用完就关。阿里云控制台可以设置定时开关机比如每天晚上 12 点自动关机早上 8 点自动开机。这样即使忘了关也不会跑一整夜。另外抢占式实例价格便宜很多但会被随时回收。如果你只是跑一些不紧急的任务可以用抢占式实例成本能降 70% 以上。但要注意抢占式实例被回收后数据盘如果没设成独立云盘数据也会丢。所以一定要用独立的数据盘。最后说个我自己的习惯每次部署完新实例先跑一个标准测试工作流记录出图时间和显存占用。这样下次换实例或者改配置的时候有个基准可以对比能快速判断性能有没有下降。这个习惯帮我省了很多排查时间推荐你也试试。