ComfyUI 性能优化与显存配置：从 45 秒到 15 秒的实战指南

ComfyUI 性能优化与显存配置：从 45 秒到 15 秒的实战指南

【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

ComfyUI 的出图速度瓶颈大多不在模型本身，而在显存调度、注意力路径和设备分配这三处。读完这篇文章，你能拿到一套按显卡档位分好、可直接复制的启动参数，并知道用哪三个数字验证改动是否真的生效。

生成一张 512×512 要等 45 秒，显存条直接贴顶

先说一个很典型的场景：同一台机器、同一个工作流，跑 Flux 类模型时任务中途卡死，nvidia-smi显示显存占用 99%，GPU 利用率却在 30% 上下来回跳；换个轻量模型反而正常。另一种情况更隐蔽：出图不报错，只是慢，一张 512×512 要等 45 秒，而同事同规格显卡只要 15 秒左右。

踩了坑之后你会发现，这类问题十有八九不是工作流的问题，而是启动参数没有匹配硬件。下面只做两件事：把 ComfyUI 内部决定快慢的三个机制讲清楚，再按显卡档位给出参数组合，最后用数字验证。

遇到问题时，先别改工作流，先看启动日志的真实状态：

python main.py --verbose

日志开头的Set vram state to: ...一行会告诉你当前处于哪一级显存状态，这是后续所有调整的依据。

为什么会慢：三个决定速度的机制

显存状态：六级状态与用后自动卸载

ComfyUI 内部用六级 VRAM 状态（DISABLED、NO_VRAM、LOW_VRAM、NORMAL_VRAM、HIGH_VRAM、SHARED）决定模型放哪、何时挪走，默认是 NORMAL_VRAM：模型用完自动卸回 CPU 内存。新版默认启用动态显存，按实时压力决定加载多少，所以--lowvram在多数环境下已经不起作用。可以把显存调度想象成酒店前台：动态显存会按当前入住人数开房，而不是按最高峰一次性把整栋楼锁住。

注意力计算路径：默认已比想象中快

在 NVIDIA 加 PyTorch 2.0 以上的环境下，ComfyUI 启动时自动启用 PyTorch 内置的 SDPA 注意力（含 flash 与 memory-efficient 两条后端），xformers 不再是必需品。只有旧版 PyTorch 或特殊硬件才需要手动指定--use-pytorch-cross-attention、--use-ck-attention这类参数。注意力是扩散模型里最耗算力的环节，默认已经走了最快的分拣线，盲目再装一套旧优化库往往无收益甚至引入黑图问题。

设备分配：多卡不等于自动分摊

一个 ComfyUI 实例默认只挑一张卡干活，--cuda-device和--default-device决定哪些卡可见、先动哪张卡，多卡之间不会自动负载均衡。NVIDIA 上默认开启异步权重卸载（async offload），模型换入换出与计算重叠进行，这也是频繁切换模型的工作流依然流畅的原因。

按显卡档位配置：可直接复制的参数组合

NVIDIA 常规卡（12GB 及以上）

基础参数，只加一个：

python main.py --fp16-unet

--fp16-unet让扩散模型以 fp16 运行，权重占用减半，是显存和速度都受益的第一道闸。高显存卡再进一步，取消用后卸载：

python main.py --fp16-unet --highvram --vram-headroom 1

--highvram让模型常驻显存，切换模型不用重新加载；--vram-headroom 1给系统和浏览器留 1GB，避免抢占桌面软件导致 OOM。

低显存档（8GB 及以下）

python main.py --lowvram --reserve-vram 2

--reserve-vram 2告诉 ComfyUI 有 2GB 显存要留给系统，动态显存会据此收紧加载预算。显存再紧张时，把 UNet 权重压成 fp8，体积再砍一半：

python main.py --lowvram --fp8_e4m3fn-unet

AMD（ROCm）环境

python main.py --use-pytorch-cross-attention --fp16-unet

--use-pytorch-cross-attention强制走 PyTorch 注意力路径，绕开 AMD 上偶有兼容问题的 xformers 依赖。新架构（RDNA3 以上）在较新的 ROCm 下默认已启用该路径，这个参数主要是给旧环境兜底。

多卡环境的设备指定

单实例指定主卡：

python main.py --cuda-device 0 --default-device 0

两个参数分别解决"哪些卡对这个实例可见"和"优先用哪张卡"。批量出图更推荐双实例分摊，各自绑定一张卡：

CUDA_VISIBLE_DEVICES=0 python main.py --port 8188 CUDA_VISIBLE_DEVICES=1 python main.py --port 8189

两个实例各占一张卡，用 API 把任务轮流提交到 8188 和 8189，比指望单实例内部做多卡分摊更可控，也更容易单独重启某个实例。

验证优化是否生效：对比三个数字

改完参数别凭感觉，用同一个工作流、同一批提示词跑三遍，对比这三个数字：

如果三个数字都没朝预期方向变化，问题多半不在启动参数，而是工作流里存在重复解码、超大预览之类的开销。上表的数字是同规格硬件下的参考区间，判断标准是"前后差值是否稳定"，而不是绝对值。

持续优化方向其实就三件小事：ComfyUI 更新较频繁，offload 和注意力路径几乎每个版本都在调，保持更新本身就是优化；平时留意日志里Set vram state to:一行的变化，状态降级往往比报错来得早；以及定期清理工作流，每个多余的预览或解码节点都是一次完整的显存进出。

【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