ComfyUI显存优化方法

ComfyUI显存优化实用指南
一 核心原则与快速判断

• 显存占用主要来自三部分：模型权重（如SDXL约10–12GB）、UNet前向激活（峰值可达6GB+）、VAE解码（重建像素时临时占用高）。ComfyUI默认会为调试保留中间结果，导致多轮运行后显存“只增不减”。因此要在流程中显式释放不再使用的模型与中间张量，才能显著降低OOM概率。
• 快速判断思路：先用nvidia-smi观察各阶段显存曲线，定位是“模型加载”“UNet采样”还是“VAE解码”阶段峰值过高，再按下方对应策略优化。

二 工作流内的显存优化

• 及时卸载不再使用的模型：在保存图像或切换模型/风格后插入Unload Model节点，必要时配合gc.collect()与torch.cuda.empty_cache()回收显存（注意empty_cache不会释放仍被引用的张量，必须先解除依赖）。
• 避免重复加载同一模型：全图仅保留一个CheckpointLoader，通过连线共享给各分支，既省显存又保证一致性。
• 控制条件模型与冗余节点：每个ControlNet/LoRA/IP-Adapter都会增加显存开销，能精简就精简，能合并就合并。
• 降低分辨率与批量：分辨率与显存近似成正比，先用512×512或768×768验证流程，再考虑放大；批量生成尽量用单张多次生成替代大Batch（避免峰值叠加）。
• 优化采样参数：多数任务用DPM++ 2M Karras 20–30步已足够；步数翻倍通常意味着算力消耗近似翻倍，优先减少无效步数而非盲目加步数。

三 启动参数与精度配置

• 低显存设备优先组合：使用--lowvram（或按需配合--use-cpu-offload）让系统在空闲时把模型移回CPU；必要时用--disable-caching降低节点输出缓存占用；在支持的硬件上用--force-fp16统一半精度，显存占用通常下降约40%。
• 不要关闭智能内存管理：避免使用--disable-smart-memory，该选项会关闭自动卸载闲置资源的策略，反而更容易OOM。
• 加速库与内核优化：在设置中启用xFormers/Flash Attention（NVIDIA GTX 16系及以上通常可用），可降低显存占用并提升速度；老旧显卡可尝试PyTorch 2.x + Torch.compile获取小幅增益。

四 大图与高复杂度任务的专项优化

• VAE分块解码：对>1024×1024或超高分辨率任务，启用Tiled VAE（如“Enable Tiled VAE”节点），将大图切块解码，峰值显存可下降60%+，代价是轻微性能损耗。
• 分块UNet推理：部分定制节点支持Tiled UNet，进一步缓解大尺寸输入导致的激活爆炸。
• 先低清后高清：采用Hires. fix策略（如先512×512生成，再放大至1024×1024），通常比直接一次性生成大图节省50%+算力与显存。
• 多卡与分布式：多GPU环境可配置--multi-gpu进行分布式推理，分摊大模型负载（需对应环境与插件支持）。

五 低显存设备配置建议与监控

• 入门级（GPU <8GB）：分辨率控制在512×512；仅加载必要模型（基础模型+最多1个LoRA），不叠加ControlNet；启用--lowvram；关闭无关后台程序，确保GPU/内存余量。
• 进阶级（GPU 8–16GB）：可用Hires. fix（缩放因子1.5–2.0），主模型20步+高清修复15步；同时启用1个ControlNet与少量LoRA；模型与缓存放在NVMe SSD提升加载速度。
• 监控与排错：用nvidia-smi或torch.cuda.memory_summary()观察各阶段占用；若仍OOM，优先降低分辨率/步数/条件模型数量，再考虑CPU offload与量化作为兜底。