如何在Linux GPU服务器上部署ComfyUI?
2026-11-18 10:32 浏览: 次一、部署前准备:服务器与系统要求
动手之前,先确认手里的资源和目标一致。部署ComfyUI的服务器建议满足以下条件:
- 系统:Ubuntu 22.04 LTS或24.04 LTS(本文命令以这两者为准,Debian系发行版通用)。
- GPU:NVIDIA显卡,显存建议12GB起步,跑Wan 2.1等视频生成模型建议24GB以上(RTX 4090/RTX 5090)或直接选A100 80GB、H100 80GB等专业卡。
- 内存:32GB起步,视频模型建议64GB以上。
- 磁盘:系统盘50GB以上,另配一块大容量NVMe数据盘存放模型(500GB起步,模型库增长很快)。
- 网络:具备公网IP或可通过内网穿透/SSH隧道访问。
准备工作清单:
-
一台可SSH登录的GPU服务器(Windows本地可用终端执行
ssh root@服务器IP,或使用PuTTY、Xshell等工具)。 - 服务器安全组/防火墙放行SSH端口(默认22),后续按需放行ComfyUI端口(默认8188)。
- 确认能访问外网或已配置软件源镜像(国内服务器建议配置pip与HuggingFace镜像加速)。
如果是首次接触GPU服务器的团队,也可以直接选用天下数据的GPU服务器租用方案——其提供RTX 4090、RTX 5090、A100、H100等多种显卡配置,并支持ComfyUI云端及私有化部署协助,省去环境排查时间。以下步骤同样适用于已经到手的服务器。
二、安装NVIDIA驱动与CUDA环境
ComfyUI依赖PyTorch的CUDA后端,驱动是整条依赖链的底座。推荐使用Ubuntu官方封装的驱动包,避免手动安装内核模块的麻烦:
# 查看推荐驱动版本 ubuntu-drivers devices # 自动安装推荐的NVIDIA驱动(以550版为例) sudo apt install -y nvidia-driver-550 # 重启生效 sudo reboot
重启后验证驱动:
nvidia-smi
能看到显卡名称、显存占用和驱动版本即说明驱动正常。注意nvidia-smi右上角显示的CUDA Version是驱动支持的最高CUDA版本,不代表已安装CUDA Toolkit——部署ComfyUI通常不需要单独安装CUDA Toolkit,PyTorch自带运行时,装好驱动即可。
接着安装基础工具:
sudo apt update sudo apt install -y git python3 python3-venv python3-pip ffmpeg
ffmpeg建议必装,后续视频合成、格式转换都会用到。
三、安装ComfyUI主体
ComfyUI官方仓库提供了干净的安装路径,全程不到十条命令:
# 1. 切换到数据盘目录(避免占满系统盘) cd /data # 2. 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 3. 创建独立Python虚拟环境 python3 -m venv venv source venv/bin/activate # 4. 安装PyTorch(CUDA 12.x版本,按需选择cu121/cu124/cu128) pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 # 5. 安装ComfyUI依赖 pip install -r requirements.txt
一个小提醒:RTX 5090必须使用支持Blackwell架构的PyTorch版本(cu128索引源),装错版本会在推理时报"no kernel image"错误。RTX 4090及更早的卡用cu121/cu124即可。
启动测试:
python main.py --listen 0.0.0.0 --port 8188
看到Starting server和To see the GUI go to: http://0.0.0.0:8188字样即启动成功。此时在本机浏览器访问http://服务器IP:8188就能打开ComfyUI界面(前提是防火墙已放行8188端口;不建议长期将端口直接暴露公网,安全做法见后文)。
想让ComfyUI在SSH断开后继续运行,推荐两种方式:
【免责声明】:部分内容、图片来源于互联网,如有侵权请联系删除,QQ:228866015

