ComfyUI 性能优化实战：显存不足、生成慢、多 GPU 闲置，一套启动参数全搞定

ComfyUI 性能优化实战：显存不足、生成慢、多 GPU 闲置，一套启动参数全搞定

【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

跑 ComfyUI 时最闹心的三件事：出图慢得想换电脑、动不动弹 OOM、机器里明明塞了两张卡却只有一张在干活。好消息是，ComfyUI 的性能优化并不需要改一行代码，绝大多数情况靠启动时的几个参数就能解决。本文按「定档 → 提速 → 扩容」三层往外讲：先让软件认清你的硬件，再让计算本身变快，最后把多块 GPU 的活分好。每个点都落在一条可以直接抄的命令上。

一、定档：按显存容量给 ComfyUI 挂对参数

显存报错，多半是"档位"没对

现象：加载大模型时直接 OOM，或者日志里不断出现把模型搬进搬出的记录，第一张图出得特别慢。

原因：ComfyUI 内部有一套 VRAM 状态识别系统（代码里是NO_VRAM / LOW_VRAM / NORMAL_VRAM / HIGH_VRAM等档位，见 comfy/model_management.py）。它会根据你的显存大小决定模型往哪放、什么时候卸载。新版的默认行为是动态显存管理——不够用就自动往内存、硬盘上挪，这本身已经很聪明，但你可以用启动参数告诉它更明确的边界。

8GB 显存该开哪些参数？一张表看懂

不用背参数，按卡对号入座：

这样做的结果是：4GB 的卡能稳定出图，8GB 的卡不用折腾，大显存卡把"搬模型"这个隐形耗时直接砍掉。

如果换了新工作流之后还偶发报错，加一个--reserve-vram 0.5给浏览器这类后台程序留点余地，跑起来就不报错了。

二、提速：注意力加速与精度选择

同样一张图，注意力怎么算差别很大

现象：显存够、不报错，但采样阶段就是慢，GPU 利用率却跑不满。

原因：生成速度很大程度取决于注意力（attention）用什么后端算。老卡上 PyTorch 自带的实现偏保守，而 FlashAttention、SageAttention 这类后端专为消费级显卡优化过。ComfyUI 在 comfy/cli_args.py 里把这些开关都列出来了，互斥组里挑一个用即可。

一条命令让注意力跑起来（N 卡）：

python main.py --use-sage-attention

如果你的卡对 sage 支持不好，换成--use-flash-attention也一样生效。AMD 用户（ROCm 6.4+）则用 PyTorch 2.0 的交叉注意力实现：

python main.py --use-pytorch-cross-attention

跑完同一套工作流对比一下耗时，提速是立竿见影的，这一步是普通用户收益最大的开关。

精度选择：显存紧张就降一档

现象：显存峰值总贴着上限，稍微提高分辨率就崩。

原因：默认情况下模型按半精度（fp16）加载，个别老卡或特殊模型反而需要更高精度才稳。ComfyUI 给 UNet、VAE、文本编码器分别提供了独立的精度参数，互不干扰。

python main.py --fp16-unet --fp32-vae

意思是：主干模型用 fp16 省显存，VAE 用 fp32 保稳（VAE 出问题最常见的是黑图）。新卡（40 系及以后）如果还想再压显存，UNet 甚至有 fp8 档位可用，普通出图场景不必追求，够用时保持默认就是最快路径。

三、扩容：多 GPU 分工部署

两张卡，一张在"摸鱼"

现象：任务管理器里只有一张卡占用高，另一张常年个位数。

原因：ComfyUI 默认不会自动把一次生成切到多张卡上并行算，它会挑一张主卡用。想用上所有卡，思路就两种：明确告诉它用哪张，或者干脆起多个实例各管一张。

指定主卡：一条参数的事

python main.py --cuda-device 1 --highvram

--cuda-device接受编号（逗号分隔可多选）或all，比绕道环境变量更符合"只启动一个程序"的使用习惯。Windows 上不想改启动参数，也可以在命令前加set CUDA_VISIBLE_DEVICES=1 &&达到同样效果。

多 GPU 分工：一个实例一张卡

批量出图、跑不同工作流时，多实例是更实在的玩法：

python main.py --cuda-device 0 --port 8188 python main.py --cuda-device 1 --port 8189

两个实例各占一张卡，浏览器里开两个标签页互不干扰，批量任务往两边一分，整体吞吐量直接翻倍。这是"多 GPU 分工"最朴素的实现，不需要任何额外工具。

进阶：怎么确认真的变快了

参数换了一堆，效果到底如何？盯三个量化观察点就行：

• 生成耗时：同一套工作流、同一组参数，换配置前后各跑一次，记下采样阶段的时间；
• 峰值显存：跑图时开着nvidia-smi（Windows 也可用任务管理器），看占用峰值离你的显存上限还有多远；
• GPU 利用率：同样看nvidia-smi，采样阶段利用率能稳定抬起来，说明卡没闲着。

以一张 8GB 显存的卡为例，优化前后的直观对比：

不用追求绝对数字，三个指标同时往好的方向走，就说明配置挂对了。

行动清单

• 按显存档位对照表，给你的卡定好档位（4GB / 8GB / 12GB+）
• 打开一个注意力加速开关（sage / flash / pytorch）
• 有多张卡的话，试试--cuda-device分工跑两个实例

配置这东西，适合你那张卡的才是最快的。挑一条命令改起来，今晚的图就出得顺一点。

【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