ComfyUI 性能优化出图慢还 OOM三步调好你的 ComfyUI【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 性能优化主要解决三个问题采样阶段出图慢、高分辨率下 OOM 崩溃、多张显卡却只跑一张卡。下面按提速 → 省显存 → 多卡部署三步走给你一套可直接执行的 ComfyUI 提速参数与低显存设置所有启动参数都定义在 comfy/cli_args.py 里可以放心对照。第一步先把速度提上来采样阶段吃的是算力速度瓶颈通常有两个注意力后端和计算精度。注意力用 xFormers 还是 PyTorchN 卡优先让 xFormers 生效未装时会自动回退Ampere 架构的 30 系及以上显卡可再叠加--use-flash-attention比默认实现快一截A 卡或老 20 系用 PyTorch 2.0 自带注意力加 split 拆分即可显存占用更低。显卡注意力后端说明RTX 30 系 / 40 系xFormers自动--use-flash-attention注意--use-flash-attention与 xFormers 互斥装 xFormers 时它会被忽略RTX 20 系--use-pytorch-cross-attention --use-split-cross-attention无 Flash 支持split 版更稳A 卡 / Intel XPU--use-pytorch-cross-attention --use-split-cross-attentionROCm 6.4 可再加--use-flash-attention试试FP16 / BF16 / FP8 怎么配精度每降一档权重和带宽占用减半FP16 是免费午餐质量几乎无损FP8 只存权重再省一半适合显存紧张时牺牲少许画质换空间。VAE 比较娇气--fp16-vae在部分显卡上会出黑图稳妥选--bf16-vae或直接不动它。# 30/40 系额外开启 FP8 矩阵乘40 系收益最大 python main.py --fast fp8_matrix_mult第二步再把显存省下来进度条卡在 90% 后控制台弹出 OOM多半是解码高分辨率 latent 时最后一口气没挤出来。先理解一件事新版 ComfyUI 默认走动态 VRAM模型按需进出显存--lowvram/--highvram这类开关主要在你禁用动态 VRAM 后才真正生效。所以 OOM 的第一反应不是硬扛参数而是给显存留余量。--lowvram 怎么选三档显卡对照显存档位启动参数适用场景4-8GBRTX 3060/4060--lowvram --reserve-vram 1 --fp16-unet --fp8_e4m3fn-unet --cpu-vae解码交给 CPU采样保住精度8-12GBRTX 3080/4070 Ti--normal-vram即不加 VRAM 开关--reserve-vram 0.5 --fp16-unet --bf16-vae日常 2K 内分辨率12GBRTX 4090 等--highvram --fp16-unet --bf16-vae --fp8_e4m3fn-text-enc模型常驻显存切换工作流不重新加载仍偶发 OOM 时加--vram-headroom 1让动态 VRAM 多留 1GB 完全空闲的空间比盲目降精度更对症。第三步最后把多卡用起来ComfyUI 单实例内不做自动多卡负载均衡但可以用内置的--cuda-device把每张卡分给独立实例python main.py --cuda-device 0 --port 8188 --highvram python main.py --cuda-device 1 --port 8189 --highvram任务分发就是一句话的事写个小脚本把 ComfyUI API 格式的工作流 POST 到 8188 / 8189 的/prompt接口按轮询或负载择一即可不必做复杂的调度器。自检与常见坑调完别拍脑袋盯这几个指标验证nvidia-smi里显存曲线平稳、峰值留有余量不再贴着上限跳日志里采样器每步耗时下降高分辨率任务完整跑完不再中途 OOM出图无黑帧、无色偏精度参数的典型副作用;双实例部署时两张卡利用率都接近满载。FAQ--force-fp16和--fp16-unet冲突同一类精度开关UNet/VAE/文本编码器在参数组里互斥只留一个--force-fp32这类全局开关会覆盖细项。VAE 出黑图九成是--fp16-vae的锅换成--bf16-vae还不行就加--force-upcast-attention。开了--use-flash-attention没提速大概率 xFormers 已安装该参数被忽略想看生效路径可以加--disable-xformers对比一次。参数速查卡类别参数用途建议档位注意力--use-flash-attentionFlash 注意力30 系 N 卡注意力--use-pytorch-cross-attention --use-split-cross-attentionPyTorch 2.0 注意力A 卡 / 20 系精度--fp16-unetUNet 半精度默认首选精度--fp8_e4m3fn-unetUNet FP8 权重显存吃紧时精度--bf16-vaeVAE 精度防黑图默认值精度--fp8_e4m3fn-text-enc文本编码器 FP812GB 可选显存--reserve-vram 1给系统留 1GB4-8GB 卡显存--vram-headroom 1动态 VRAM 额外留白仍 OOM 时显存--cpu-vaeVAE 移到 CPU4-8GB 卡多卡--cuda-device 0 --port 8188实例绑卡一卡一实例【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