怎样调优ComfyUI模型批处理量

在 ComfyUI 中“调优模型批处理量（batch size / 并发数）”通常可以从显存、节点设置、队列与后端、模型加载方式几个层面来做。下面按实用优先级给你一套思路。

一、先明确你说的“批处理量”是哪一类

ComfyUI 里常见的“批”有几种：

1. 单图一次生成多张（batch_size）
2. 一次提交多个 Prompt / 多张图（队列并发）
3. 多模型轮流推理（模型切换批处理）
4. 视频 / 多帧批量处理

不同场景调优方式不一样。

二、最直接：调 Batch Size（生成多张）

在 ComfyUI 原生节点中：

• KSampler / KSampler (Advanced)
• batch_size 参数
• 或使用 PrimitiveNode → batch_size

调优建议

• 显存占用 ≈ 单张 × batch_size
• 经验值（SD1.5 / 2G 模型）：
• 8G 显存：batch ≤ 2–4
• 12G：batch ≤ 4–8
• 24G：batch ≤ 8–16
• 如果 OOM：
• 降低 batch_size
• 降低 height/width
• 使用 --medvram / --lowvram

三、队列并发（一次跑多个任务）

ComfyUI 默认是串行队列。

提高吞吐的方法

1. 启动参数（重要）

python main.py --cuda-device 0 --listen

或使用：

--gpu-only
--highvram

2. 使用 API + 并发客户端

• 写 Python 脚本用 /prompt 接口并发提交
• 注意：
• 同一 GPU 并发 ≠ 更快
• 一般 2–4 并发收益最大

3. 多 GPU

--cuda-device 0

不同进程绑不同卡，用 Nginx / 队列调度

四、显存与速度调优（核心）

启动参数推荐

--highvram        # 大显存
--medvram         # 中等
--lowvram         # 小卡
--disable-smart-memory

模型加载优化

• 使用 ModelPass / UnetLoader 明确释放
• 避免重复加载同模型
• 使用 GGUF / safetensors 更快

五、ComfyUI-Manager / 插件辅助

推荐插件：

• ComfyUI-Manager
• ComfyUI-Batch
• ComfyUI-VideoHelperSuite（视频批处理）
• ComfyUI-Queue-Batch

这些可以：

• 自动拆批
• 控制最大并发
• 失败后重试

六、典型调优模板（示例）

24G 显卡，SDXL

python main.py --highvram --cuda-device 0

• batch_size = 4
• 分辨率 1024×1024
• 队列并发 = 2

12G 显卡，SD1.5

python main.py --medvram

• batch_size = 2
• 分辨率 512×768

七、常见坑

• ❌ batch 太大 → OOM 或掉速
• ❌ 队列并发高但显存小 → 更慢
• ❌ 每次都 reload 模型 → 极慢
• ✅ 固定模型 + 批量 prompt 最优

如果你愿意，可以告诉我：

• 显卡型号
• 模型类型（SD1.5 / SDXL / Flux）
• 是“一次多张”还是“多任务并发”

我可以直接给你具体参数配置。