ComfyUI显存如何设置 - AI技术

ComfyUI 的显存设置主要通过命令行参数和内部设置来进行优化。由于 ComfyUI 是基于节点且非常高效的，通常不需要像 A1111 那样复杂的显存配置，但如果你遇到显存不足（OOM）或想提升速度，可以参考以下设置方案。
以下是针对不同显存大小（尤其是 NVIDIA 显卡）的设置指南：

1. 启动参数设置（最有效的方法）

这是控制 ComfyUI 显存行为最核心的地方。你需要修改启动 ComfyUI 的脚本（通常是 run_nvidia_gpu.bat 或你在命令行中输入的命令）。
打开你的启动脚本（如 run_nvidia_gpu.bat），在 python main.py 后面添加以下参数：

常用参数组合

参数	适用场景	说明
`--lowvram`	显存 < 6GB (如 3060 12G 以下)	强制使用低显存模式，牺牲一点速度换取不报错。
`--medvram`	显存 6GB - 8GB	中等显存模式，比 lowvram 快，比默认模式省显存。
`--highvram`	显存 > 16GB (如 4090, 3090)	强制将所有模型加载到显存中，速度最快，不推荐小显存使用。
`--normalvram`	显存 8GB - 12GB	默认模式，通常不需要手动指定。
`--no-half`	老显卡 (如 GTX 10系列)	禁用半精度（FP16），如果老显卡报错（NaN）就加上这个。
`--precision full`	老显卡	使用全精度，配合 `--no-half` 使用，防止黑图或报错。

示例配置

如果你有 8GB 显存 (如 RTX 3070/4060 Ti):

python main.py --medvram

如果你有 6GB 显存 (如 RTX 3060 6G/2060):

python main.py --lowvram

如果你有 24GB 显存 (如 RTX 4090):

python main.py --highvram

2. 显存优化技巧（节点设置）

即使设置了启动参数，在工作流中仍需注意以下几点来节省显存：

A. 模型加载 (Load Checkpoint)

避免使用过大的模型： SDXL 模型通常比 SD1.5 大，占用显存更多。
VAE 加载： 尽量使用 taesd 模型（Tiny Autoencoder）进行预览，或者确保 VAE 没有重复加载。

B. 图像分辨率

限制初始分辨率： 显存占用与像素数量成正比。
8GB 显存建议初始分辨率不超过 768x768 (SD1.5) 或 1024x1024 (SDXL)。
6GB 显存建议初始分辨率不超过 512x512 (SD1.5) 或 768x768 (SDXL)。
使用分块处理 (Tiled VAE/Diffusion):
Tiled VAE: 在 VAE Decode 节点中，如果不想降低分辨率，可以寻找支持分块解码的节点，或者安装 ComfyUI_TiledDiffusion 插件。这能让你用低显存生成高分辨率图。

C. 控制网 (ControlNet)

ControlNet 非常吃显存。如果显存不够，尝试：
降低 ControlNet 的强度。
使用 ControlNetApplyAdvanced 控制应用范围。
使用低显存版本的 ControlNet 模型（如 control_v11p_sd15... 而非 control_v11f1p_sd15...）。

D. 清理显存

FreeU 节点： 有些节点（如 FreeU）会增加显存占用，如果报错请尝试关闭。
卸载模型： 如果你在切换模型时卡顿，可以在工作流中添加一个 UnetLoader 或手动重启 ComfyUI（ComfyUI 重启很快，这是它的优势）。

3. 系统环境变量 (针对 Windows)

如果你使用的是 Windows 且显存非常紧张（例如 4GB 显存），可以尝试设置系统环境变量，强制 PyTorch 使用更激进的显存分配策略。

打开“系统属性” -> “高级” -> “环境变量”。
新建一个系统变量：

变量名： PYTORCH_CUDA_ALLOC_CONF
变量值： max_split_size_mb:128
注：这个值可以根据情况调整，目的是减少显存碎片。

4. 常见问题排查

报错 CUDA out of memory (OOM):
首先添加 --lowvram 参数。
降低生成图片的分辨率。
检查是否加载了多个 Checkpoint 或 CLIP 模型未释放。
生成速度很慢:
如果你显存很大（>12GB），却用了 --lowvram，请去掉该参数。
检查是否开启了 xformers（ComfyUI 默认自带优化，通常不需要额外设置）。
黑图/噪点图:
尝试添加启动参数 --no-half 和 --precision full。

总结建议

12GB 及以上 (如 RTX 3060 12G, 3080, 4070 Ti): 直接启动，无需特殊参数，或者加 --medvram 以防万一。
8GB (如 RTX 3070, 4060): 使用 --medvram。
6GB (如 RTX 3060 6G): 使用 --lowvram，并控制分辨率。
4GB 及以下: 使用 --lowvram，且只能跑 SD1.5 模型，分辨率限制在 512 左右。

修改 run_nvidia_gpu.bat 示例：

@echo off
.\python_embeded\python.exe -s ComfyUI\main.py --medvram
pause