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
程序猿追18 小时前
深度解码昇腾 AI 算力引擎:CANN Runtime 核心架构与技术演进
人工智能·架构
金融RPA机器人丨实在智能18 小时前
Android Studio开发App项目进入AI深水区:实在智能Agent引领无代码交互革命
android·人工智能·ai·android studio
lili-felicity18 小时前
CANN异步推理实战:从Stream管理到流水线优化
大数据·人工智能
做人不要太理性18 小时前
CANN Runtime 运行时组件深度解析:任务下沉执行、异构内存规划与全栈维测诊断机制
人工智能·神经网络·魔珐星云
不爱学英文的码字机器18 小时前
破壁者:CANN ops-nn 仓库与昇腾 AI 算子优化的工程哲学
人工智能
晚霞的不甘18 小时前
CANN 编译器深度解析:TBE 自定义算子开发实战
人工智能·架构·开源·音视频
愚公搬代码18 小时前
【愚公系列】《AI短视频创作一本通》016-AI短视频的生成(AI短视频运镜方法)
人工智能·音视频
哈__18 小时前
CANN内存管理与资源优化
人工智能·pytorch
极新18 小时前
智启新篇,智创未来,“2026智造新IP:AI驱动品牌增长新周期”峰会暨北京电子商务协会第五届第三次会员代表大会成功举办
人工智能·网络协议·tcp/ip
island131418 小时前
CANN GE(图引擎)深度解析:计算图优化管线、内存静态规划与异构任务的 Stream 调度机制
开发语言·人工智能·深度学习·神经网络