【免费下载】 ComfyUI-MultiGPU 安装与配置指南

1. 项目基础介绍

ComfyUI-MultiGPU 是一个开源项目，旨在帮助用户通过优化 GPU 使用，提高深度学习模型训练的效率。它主要通过将模型层移动到 CPU 或其他 GPU 上，释放主 GPU 的显存（VRAM），从而为更大的批量处理、更高的分辨率或更长时间的视频处理提供空间。该项目主要使用 Python 编程语言。

2. 项目使用的关键技术和框架

• DisTorch: 是 ComfyUI-MultiGPU 中的核心技术，用于管理模型层在 GPU 和 CPU 之间的分配，实现虚拟显存（Virtual VRAM）功能。
• GGUF (General Generative Unet Framework): 是 ComfyUI 的一个扩展，用于支持量化模型，并与 ComfyUI-MultiGPU 深度集成。
• ComfyUI: 是一个用于构建和训练深度学习模型的开源框架，提供了一系列的节点和加载器。

3. 安装和配置准备工作及详细步骤

准备工作

• 确保系统中已安装 Python 3.7 或更高版本。
• 安装 Git，用于克隆项目代码。
• 安装 ComfyUI-Manager，以便管理 ComfyUI 的节点和插件。

安装步骤

1. 克隆 ComfyUI-MultiGPU 仓库到本地：

   git clone https://github.com/pollockjj/ComfyUI-MultiGPU.git
   

2. 将克隆的仓库移动到 ComfyUI 的 custom_nodes 目录下：

   mv ComfyUI-MultiGPU /path/to/ComfyUI/custom_nodes/
   

   请将 /path/to/ComfyUI 替换为你的 ComfyUI 安装路径。

3. 打开 ComfyUI-Manager，搜索 ComfyUI-MultiGPU 并按照提示完成安装。

配置步骤

1. 在 ComfyUI 的配置文件中，确保启用了 custom_nodes 功能。

2. 根据你的硬件配置，选择合适的虚拟显存大小。在 ComfyUI-MultiGPU 的配置文件中，你可以找到相应的设置。

3. 如果你有多块 GPU，可以通过 ComfyUI-MultiGPU 提供的 DeviceSelectorMultiGPU 节点，来选择并配置每块 GPU 的使用。

4. 根据项目提供的例子，创建你的工作流程。这些例子已经过了多块 GPU 的测试，可以作为配置的参考。

完成以上步骤后，你就可以开始使用 ComfyUI-MultiGPU 来优化你的 GPU 使用了。记得在操作过程中，可以根据你的具体需求调整配置。