使用魔当 一键部署 ComfyUI，选择正确运行环境
ComfyUI 是一个可视化的图片、视频生成工具，让你像搭积木一样轻松修改和使用AI绘画和视频模型。比如非常流行的FLUX.1 Dev, Stable Diffusion 3.5, Hunyuan Video, Framepack, WAN Video, Qwen Image, LTX-2 Video。
如果你有一定开发经验，可以从Github下载源码，在本地部署。也可以从官网直接下载客户端。
- ComfyUI Github仓库：https://github.com/comfyanonymous/ComfyUI
- ComfyUI 官方网站：https://comfy.org/
使用 魔当(LM Downloader) 可以在本地一键部署ComfyUI，整个流程完全自动化，适合新手，同时支持Mac和Windows。为什么ComfyUI官网提供了客户端，我们还要在魔当中提供ComfyUI部署的功能？ 因为魔当对自定义节点(Custom Nodes)和模型(Models)的下载，进行了大量优化，更方便不想折腾或不懂技术的用户使用。
注意
- 如果使用Windows，建议用NVIDIA显卡，并更新CUDA，显存不低于4GB。参考：《安装CUDA：AI大模型软件实现GPU加速》
- 如果使用macOS，推荐使用M系列芯片。
- 硬盘至少有10GB的可用空间，就能快速体验ComfyUI，如果想深入使用各种模型，建议保留100GB以上空间。
在魔当中找到 ComfyUI
打开魔当，点击左侧菜单的“本地部署”，可以看到多个可以在本地部署的AI应用，找到ComfyUI。点击ComfyUI图标，进入应用介绍页。
点击安装按钮，如果你是第一次使用魔当安装AI应用，会提醒你即将安装到的目录。
打开安装窗口，会自动安装ComfyUI。如果已经安装过了，也不必担心，这样的操作可以当作是更新ComfyUI的程序到最新版本，不会影响你以前下载的模型。 点击右下角查看日志按钮，可展开日志界面，通过日志排查安装过程中的问题。
开始运行 ComfyUI
在应用的详情页，点击右侧的运行按钮，会打开运行窗口。在成功启动后，会自动打开您的浏览器。
在运行窗口中，可看到一些常用目录的快捷入口，如“模型文件”，“工作流文件”，“生成结果文件”，“自定义节点”等。
在运行按钮下方，可看到“ComfyUI专区”，我们收录了流行“工作流”或“模型”，可点击数字，打开相应页面。
如何选择“启动选项”？
如果你使用Windows，且安装了NVIDIA显卡，就能看到右侧的启动选项，可选择不同的运行环境，选择torch 2.7.1保证稳定性，选择其他torch版本更能发挥显卡性能。而使用其他品牌显卡，或macOS，不会看到这些选项。
我们将视角从“普通家用卡”提升到“从旧款 Pascal 到顶级 Rubin 架构”的全维度，并涵盖了工作站（RTX Ada/A系列）与数据中心（H/B/R系列）的需求。
🚀 ComfyUI 环境选择指南：从架构底层释放显存潜能
ComfyUI 的核心性能取决于 PyTorch (后端驱动)、CUDA (计算指令集) 与 GPU 架构 (硬件核心) 的三位一体。我们为您预设了三套环境，旨在覆盖从十年前的经典显卡到未来五年的顶级算力芯片。
📊 全架构硬件匹配矩阵
| 环境选项 | 核心架构 (Codename) | 典型显卡型号 | 核心优势 |
|---|---|---|---|
| torch 2.7.1 | Pascal / Turing / Ampere | GTX 10/20系列, RTX 30系列, Quadro P/RTX系列, A100/A800 | 兼容至上：旧架构驱动极稳。 |
| torch 2.8.0 | Ada Lovelace / Blackwell | RTX 40/50系列, RTX 6000 Ada, L40S, H100 / H200 / B100 | 性能中坚：支持 FP8 推理。 |
| torch 2.9.1 | Blackwell / Rubin (Next Gen) | RTX 50系列, B200, GB200, Rubin R100 / R200 | 架构超频：支持 NVFP4 量化。 |
🔍 深度解析：你该选择哪一套？
1️⃣ 默认运行环境 torch 2.7.1 (兼容与稳定)
- 适用架构：
sm_60至sm_86。 - 核心特性：使用 Torch 2.7.1 + CU 12.8。这是目前最成熟的生态圈，几乎所有的自定义插件（尤其是涉及底层 C++ 编译的换脸、视频流插件）均在此版本开发测试。
- 适用场景：老旧工作站升级、A100/A800 算力集群。如果你的首要需求是“所有工作流一次性跑通且不报错”，请选此项。
2️⃣ torch 2.8.0 (Ada/Blackwell 优化版)
- 适用架构：
sm_89(Ada) /sm_100(Blackwell 初版)。 - 核心特性：使用 Torch 2.8.0 + CU 12.8。这是为 RTX 40 系列和 H100/B100 数据中心显卡量身定制的。
- 关键提升：大幅优化了 FP8 (8位浮点) 的矩阵运算效率。在运行 Flux.1 (Schnell/Dev) 或大参数量的 SD3.5 时，显存回收效率提升 20%，生成速度显著快于默认环境。
- 适用人群：拥有 40 系显卡或使用 H100 服务器，且需要平衡插件兼容性的用户。
3️⃣ torch 2.9.1 (Blackwell / Rubin 实验版)
适用架构：
sm_120(Blackwell) 及未来预研架构sm_130/140(Rubin)。核心特性：使用 Torch 2.9.1 + CU 12.8。这是针对 RTX 50 系列 (5060Ti-5090) 及英伟达下一代 Rubin (R100) 架构的最前沿适配。
架构红利：
NVFP4 原生支持：利用 Blackwell 架构的硬件级 4位浮点加速，让推理效率翻倍。
深度优化：针对下一代 Rubin 架构的 HBM4 显存特性预留了更高的内存交换带宽。
适用场景：顶级个人工作室、B200/GB200 计算节点。如果你在处理百亿参数级模型且追求极致秒出图，请选此项。
💡 架构科普：我的显卡在哪一层？
| 显卡类型 | 架构名称 | 常见代表作 |
|---|---|---|
| 未来/尖端 (Future) | Rubin (鲁宾) | R100, R200 (2026年后主流) |
| 当前最强 (Current) | Blackwell | RTX 50系列, B100, B200, GB200 |
| 现代主流 (Modern) | Ada Lovelace | RTX 40系列, RTX 6000 Ada, L40S |
| 经典高性能 (Classic) | Ampere | RTX 30系列, A100, A10, A30 |
| 基础兼容 (Basic) | Turing / Pascal | RTX 20系列, GTX 10系列, P100, T4 |
⚠️ torch 2.9.1 风险提示与维护建议
- 驱动限制：若选择“torch 2.9.1”，请确保你的显卡驱动已更新至最新版（建议 580.xx 以上），否则 CUDA 环境可能无法正常启动或无法识别显卡。
- 插件断层：新版本可能会导致 2024 年前停止更新的插件报错。建议在新环境加载失败时，优先检查
custom_nodes目录下的旧插件。 - 显存自动管理：具备更强的
Async Offloading（异步权重卸载）能力，非常适合 5060 Ti 16G 或 B100 等具备大带宽或高显存的设备。
❓ 常见问题 (FAQ)
Q：我的显卡是 RTX 5060 Ti 16G，应该选哪个？
A：如果求稳定，建议首选 torch 2.7.1。这个显卡属于最新的 Blackwell 架构，如果想运行fp4的量化模型，必须使用torch 2.8.0。如果对性能有更高要求，建议选 torch 2.9.1。
Q：我的显卡是 RTX 4060 Ti 16G，应该选哪个？
A：如果求稳定，建议首选 torch 2.7.1。追求更高性能，选择torch 2.8.0，大部分情况下可稳定运行，可运行fp8量化模型。此显卡在运行fp4的量化模型时，不会有性能提升，不建议使用。
Q：我的显卡是 RTX 3060 8GB，应该选哪个？
A：建议选 torch 2.7.1。torch 2.8.0 某些场景下可能更快，也可能变慢。
Q：可以更换环境吗？
A：可以的，上一次选择的环境不会影响到下一次的使用。但每次切换不同环境运行时，会重新检查依赖项，此过程较耗时。一直用同一个环境，启动会比较快。
Q：三个环境生成的画质有区别吗？
A： 没有区别。环境只影响生成的速度和显卡的温控/显存占用，不影响数学逻辑层面的最终出图效果。
资源介绍
如果你是第一次使用ComfyUI，会看到官方提供的最简单的示例，想快速体验ComfyUI，你可以用它来试试。
默认示例的效果一般，我们建议你使用其他功能更丰富，效果更出色的工作流和模型。
参考：
外部访问
如果你想让局域网其他电脑访问这个ComfyUI服务，可以选择“允许外部访问”，以开启远程访问功能，但注意，有数据泄露和被攻击的风险，要确保你的网络是安全的，如果不确定，请不要开启。
如果下载模型和使用过程中遇到问题，可联系我们技术团队协助。tech@daiyl.com
微信扫一扫加客服