丹摩 | FLUX.1与ComfyUI部署实战：对比之旅

丹摩活动 | FLUX.1与ComfyUI部署：对比之旅

背景介绍

黑森林实验室最新力作FLUX.1，是一款创新的图像生成工具，它以灵活的版本选择满足了广泛用户的需求。这款工具分为三个版本，各有特色，满足不同用户群体的特定需求。

FLUX.1-enterprise是专为企业级用户打造的版本，虽然它是闭源的，但提供了卓越的性能和强大的图像生成能力。它在处理复杂提示词、提升图像清晰度、细节渲染以及多样化输出方面表现出色，非常适合对图像生成有高要求的企业用户。企业用户可以通过官方API轻松接入，并享受定制化服务。

FLUX.1-research是一个开源版本，适合研究和开发用途。它继承了FLUX.1-enterprise的高精度提示词解析能力，并在效率上进行了优化，是科研人员和开发者探索新可能性的理想选择。

FLUX.1-quick是面向个人和本地开发者的开源且可商用版本，遵循Apache 2.0许可。它的特点是快速生成图像和低内存占用，非常适合资源有限的环境。

ComfyUI提供了一个直观的用户界面，使得操作FLUX.1变得简单易懂。ComfyUI的易用性让用户无需深入了解技术细节，就能轻松生成高质量的图像。这种结合不仅提高了用户的便捷性，也将复杂的图像生成过程简化，适合各种水平的用户，从初学者到专业人士都能轻松上手。

丹摩部署流程

在本次部署中，将利用丹摩平台的功能。开始前，请访问丹摩控制台并启动一个新的GPU云实例。

启动新项目时，选择合适的计费模式至关重要。短期项目推荐按需计费，它允许你根据实际使用时间支付费用，非常适合探索性或临时性的工作。对于那些计划长期运行的项目，包月计费则更为经济。

对于GPU配置，如果你是初次尝试，一个NVIDIA GeForce RTX 4090 GPU就足够了。这款GPU拥有60GB的内存和24GB的显存，能够轻松应对需要至少16GB显存的任务，如LLaMA3.1 8B版本。在存储方面，虽然每个实例默认提供50GB的数据硬盘空间，但考虑到FLUX.1模型的大小，建议将存储空间扩展至150GB，以确保有足够的空间来存储模型和数据。

选择一个系统镜像来启动您的实例。平台提供多种预装了基础环境和框架的镜像，以便您快速开始工作。推荐您选择PyTorch框架，并指定版本为2.4.0，以获得最佳的开发体验和性能。

为了确保您的账户安全，创建一个新的密钥对，并为其命名。选择自动生成密钥，并确保将私钥文件下载保存到您的电脑上，方便以后远程登录时使用。

在密钥对生成完毕后，将其选中并执行创建操作。稍作等待，您的实例将顺利启动，准备就绪。

部署实例

将利用平台内置的JupyterLab环境，展示如何部署fp16版本。启动JupyterLab后，我们将开设一个新的终端会话。

部署ComfyUI

在命令行界面，输入指令以下载ComfyUI的代码库。

# github官方代码仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# gitCode-github加速计划代码仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI.git

执行完成后可看到如下目录：

终端进入/root/workspace/ComfyUI目录，执行以下命令，安装ComfyUI需要的依赖：

cd ComfyUI/
pip install -r requirements.txt --ignore-installed

执行以下命令，启动ComfyUI：

python main.py --listen

看到服务成功启动，说明ComfyUI部署成功！

部署FLUX.1

丹摩平台的部署教程平台已预制FLUX.1相关资源，您可通过内网高速下载：

# 下载完整FLUX.1-dev模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整FLUX.1-schnell模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整Clip模型
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

此处以FLUX.1-dev为例演示，首先下载完整FLUX.1-dev模型：

wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar

解压文件：

tar -xf FLUX.1-dev.tar

解压后完成后可看到如下目录:

请将相关文件放到ComfyUI的特定文件夹里：将flux1-dev.safetensors放置在/root/workspace/ComfyUI/models/unet/，而ae.safetensors则应放入/root/workspace/ComfyUI/models/vae/。

# 进入解压后的文件夹
cd /root/workspace/FLUX.1-dev
# 移动文件
mv flux1-dev.safetensors /root/workspace/ComfyUI/models/unet/
mv ae.safetensors /root/workspace/ComfyUI/models/vae/

接下来下载完整Clip模型：

# 进入JupyterLab根目录
cd /root/workspace
# 下载文件
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

解压文件：

tar -xf flux_text_encoders.tar

解压后完成后可看到如下目录:

把其中的一些文件移至ComfyUI指定目录：

# 进入解压后的文件夹
cd /root/workspace/flux_text_encoders
# 移动文件
mv clip_l.safetensors /root/workspace/ComfyUI/models/clip/
mv t5xxl_fp16.safetensors /root/workspace/ComfyUI/models/clip/

实操

终端进入ComfyUI目录，执行以下命令，启动ComfyUI：

cd /root/workspace/ComfyUI
python main.py --listen

启动成功，host为0.0.0.0，端口为8188：

Starting server

To see the GUI go to: http://0.0.0.0:8188

通过丹摩平台提供的端口映射能力，把内网端口映射到公网； 进入GPU 云实例页面，点击操作-更多-访问控制：

点击添加端口，添加服务对应端口：

添加成功后，通过访问链接即即可打开ComfyUI交互界面：

效果

作者：意疏