第五十九篇-ComfyUI+V100-32G+运行Flux Schnell

环境

复制代码
系统:CentOS-7
CPU : E5-2680V4 14核28线程
内存:DDR4 2133 32G * 2
显卡:Tesla V100-32G【PG503】 (水冷)
驱动: 535
CUDA: 12.2
ComfyUI version: 0.4.0
ComfyUI frontend version: 1.34.8

系统软件信息

复制代码
系统信息
OS
linux
Python Version
3.12.12 | packaged by Anaconda, Inc. | (main, Oct 21 2025, 20:16:04) [GCC 11.2.0]
Embedded Python
false
Pytorch Version
2.9.1+cu128
Arguments
main.py --listen --port 8188 --cuda-malloc --lowvram
RAM Total
62.68 GB
RAM Free
60.25 GB

启动

bash 复制代码
python main.py --listen --port 8188 --cuda-malloc --lowvram

使用模版

Flux Schnell完整版文生图

下载模文件并按提示的要求放入目录中

可以使用迅雷单独下载文件

bash 复制代码
https://huggingface.co/Comfy-Org/Lumina_Image_2.0_Repackaged/resolve/main/split_files/vae/ae.safetensors
https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/clip_l.safetensors
https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp16.safetensors
https://huggingface.co/Comfy-Org/flux1-schnell/resolve/main/flux1-schnell.safetensors

如果没有Manager情况下可以重启ComfyUI

运行结果

第一次时间长一点

时间

bash 复制代码
loaded completely; 30782.57 MB usable, 22680.62 MB loaded, full load: True
100%|████████████████████████████████████████████████████████████████████████| 4/4 [00:04<00:00,  1.16s/it]
Requested to load AutoencodingEngine
Unloaded partially: 78.83 MB freed, 22601.80 MB remains loaded, 54.02 MB buffer reserved, lowvram patches: 0
loaded completely; 411.45 MB usable, 319.75 MB loaded, full load: True
Prompt executed in 34.40 seconds
got prompt
loaded completely; 30387.70 MB usable, 22680.62 MB loaded, full load: True
100%|████████████████████████████████████████████████████████████████████████| 4/4 [00:04<00:00,  1.10s/it]
Prompt executed in 6.17 seconds

GPU

bash 复制代码
Mon Dec 15 23:04:28 2025
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.129.03             Driver Version: 535.129.03   CUDA Version: 12.2     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  Tesla PG503-216                On  | 00000000:04:00.0 Off |                    0 |
| N/A   34C    P0             237W / 250W |  23824MiB / 32768MiB |    100%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+

总结

复制代码
1.GPU 占用2.5G
2.GPU 100%
3.6 秒左右一张1024*1024
4.还是挺好用的
相关推荐
wuxinyan12310 小时前
大模型学习之路006:RAG 零基础入门教程(第三篇):BM25 关键词检索与混合检索实战
人工智能·学习·rag
lilihuigz10 小时前
WordPress AI代理:开源CMS如何成为智能网络操作系统的核心驱动力 - WP站长
人工智能·开源·cms
不知名的老吴10 小时前
一文看懂:针对大语言模型的提示注入攻击
人工智能·语言模型·自然语言处理
yantaohk10 小时前
PCDN还能赚钱吗?普通人用闲置宽带赚钱的机会、收益和风险分析
大数据·人工智能·内容运营
小妖同学学AI11 小时前
天啊!现在连AI团队都能一键“召唤”了?!零代码搞定智能应用开发!
人工智能
MediaTea11 小时前
AI 术语通俗词典:ID3 算法
人工智能·算法
薛定猫AI11 小时前
【深度解析】Open Design 本地优先 AI 设计系统:用多模型 Agent 生成高保真 UI 原型
人工智能·ui
Old Uncle Tom11 小时前
《企业AI成功部署实战指南:51 次成功部署的经验教训》给我们的启发
人工智能
卷卷说风控11 小时前
【卷卷观察】Agent Skills 为什么突然火了?我花了一晚上研究,结论有点反直觉
人工智能
deephub11 小时前
BM25 + Vectors:为什么真实 RAG 系统通常两者都需要
人工智能·大语言模型·向量检索·rag·bm25