Установка ComfyUI на Linux-сервер с GPU

Можно запустить готовое окружение с FLUX или SDXL, либо установить ComfyUI на GPU-сервер, которым вы уже управляете. Не смешивайте эти пути: вторая установка поверх готового пресета усложняет поиск моделей и диагностику Python-зависимостей.

Вариант A: готовый пресет

Выберите модель, проверьте GPU, выделенное место на диске и цену в форме запуска, затем создайте инстанс. Дождитесь установки окружения, загрузки модели и запуска сервера. При холодном старте скачиваются и веса, и крупные зависимости; обещать одинаковые пять минут на любом хосте нельзя.

Когда инстанс готов, откройте ComfyUI из его панели. Если подходящего графа на холсте нет, импортируйте JSON из инструкции по FLUX или SDXL. Модель и workflow — разные файлы: наличие весов не означает, что стартовый граф появится автоматически.

Текущие пресеты по умолчанию используют /workspace/ComfyUI. Дополнительные модели и custom nodes должны попасть именно в эту установку. Сначала проверьте пути моделей и установку узлов.

Вариант B: ручная установка на Linux

Нужны Git, Python 3.12 с поддержкой venv, рабочий драйвер NVIDIA и место для зависимостей, весов и результатов. Сначала проверьте nvidia-smi. Docker и systemd не требуются: внутри арендованного GPU-контейнера они могут быть недоступны.

Пример ниже фиксирует ревизию ComfyUI, по которой проверена структура наших графов. Для PyTorch используется канал CUDA 12.8; драйвер NVIDIA должен поддерживать этот runtime. Все транзитивные Python-зависимости здесь не зафиксированы, а совместимость с любой GPU не гарантируется. Если серверу нужна другая сборка PyTorch, выберите её через официальный установщик PyTorch до установки зависимостей ComfyUI.

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
git checkout fb2315f11db0ebfaafa9099a5df5227dc6bb42bc
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
python -m pip install -r requirements.txt
python -c "import torch; assert torch.cuda.is_available(), 'CUDA unavailable'; print(torch.__version__, torch.version.cuda, torch.cuda.get_device_name(0))"
python main.py --listen 127.0.0.1 --port 8188

Если процесс должен работать после отключения SSH, запускайте его в сохраняемой терминальной сессии. Ctrl+C остановит ComfyUI, но не освободит арендованную GPU. Не запускайте второй сервер на том же порту, если готовый пресет уже работает.

Доступ через SSH-туннель

В отдельном терминале на своём компьютере подставьте SSH-реквизиты из панели инстанса:

ssh -N -L 8188:127.0.0.1:8188 -p SSH_PORT USER@HOST

Оставьте терминал открытым и перейдите локально на http://127.0.0.1:8188. Если порт 8188 на компьютере занят, используйте 18188:127.0.0.1:8188 и откройте в браузере порт 18188. SSH-подключение должно попадать в окружение, из которого доступен процесс ComfyUI.

Стандартный HTTP-сервер ComfyUI не заменяет авторизацию. Не открывайте порт 8188 всем пользователям интернета. В этом варианте доступ идёт через туннель; API, ссылка в браузере или установленный custom node сами по себе контроль доступа не добавляют.

Модель и первый запуск

1. Выберите инструкцию по SDXL или FLUX и нужный тип чекпойнта. Отдельные веса диффузионной модели нельзя просто подставить вместо all-in-one файла в тот же loader.
2. Импортируйте UI JSON из коллекции workflow.
3. В Load Checkpoint выберите реальный файл. Начните с batch size 1 и исходного разрешения графа.
4. Выполните одну генерацию, проверьте результат и сохраните изображение вместе с workflow на компьютер.

Для OOM, отсутствующих моделей и проблем с подключением есть таблица диагностики. Перед заменой окружения пройдите чеклист резервной копии. Источники: ручная установка и параметры запуска.