在 NVIDIA DGX Spark部署 Stable Diffusion 3.5 并使用ComfyUI

伟大的大威2026-01-07 10:52

📖 前言

随着 NVIDIA Blackwell 架构的问世，DGX Spark (Personal AI Supercomputer) 将桌面级 AI 算力推向了新的巅峰。这台怪兽级设备搭载了 GB200/GB10 级别的 GPU 和 NVIDIA Grace CPU (ARM64) ，并运行在最新的 CUDA 13 环境下。

然而，"最强硬件"往往伴随着"最难环境"。由于 Grace CPU 采用 ARM (aarch64) 架构，且 CUDA 13 过于前沿，传统的 PyTorch 安装方法极易失败。

本文将手把手教你如何在这台超级计算机上部署 Stable Diffusion 3.5 Large ，并利用其 128GB 海量显存 开启高性能模式，实现秒级、零延迟的创作体验。

🛠️ 硬件环境规格 (DGX Spark Specs)

本次部署基于 NVIDIA 最新一代个人 AI 超级计算机：

  • Platform : NVIDIA DGX Spark (Personal AI Supercomputer)
  • Architecture: NVIDIA Blackwell (GB10 / GB200 Tensor Core GPU)
  • VRAM : 128GB HBM3e (Unified Memory Architecture)
  • CPU : NVIDIA Grace CPU (144-core ARM64)
  • Software Stack: NVIDIA AI Enterprise
  • CUDA Version : CUDA 13.0

💡 核心挑战与优势：

  • 挑战：标准 PyPI 源的 PyTorch 通常只适配 CUDA 11/12，直接安装会导致找不到 GPU。
  • 优势 ：128GB 显存允许我们将 SD3.5 的 20GB 模型 + 10GB T5 编码器永久驻留显存，消除模型加载时间。

📦 第一步：构建兼容 CUDA 13 的基础环境

1.1 创建 Conda 环境

推荐使用 Python 3.11，它在 ARM 架构下的库支持最完善。

bash 复制代码 
conda create -n sd-runtime python=3.11 -y
conda activate sd-runtime

1.2 安装适配 ARM + CUDA 13 的 PyTorch

这是最关键的一步。由于 CUDA 13 非常新，必须使用 NVIDIA 官方 PyPI 索引 来获取正确的 wheel 包。

bash 复制代码 
# 1. 确保 pip 是最新的
pip install --upgrade pip

# 2. 从 NVIDIA 官方源安装 PyTorch
# 注意：NVIDIA 的 index 通常会包含对最新 CUDA 版本的兼容包
pip install torch torchvision torchaudio --index-url https://pypi.nvidia.com

1.3 验证环境 (关键)

安装完成后，务必验证 PyTorch 是否成功链接到了 Blackwell GPU。

bash 复制代码 
python -c "import torch; print(f'PyTorch Version: {torch.__version__}'); print(f'CUDA Available: {torch.cuda.is_available()}'); print(f'Device Name: {torch.cuda.get_device_name(0)}'); print(f'CUDA Version: {torch.version.cuda}')"
  • 预期输出：
  • CUDA Available: True
  • Device Name: NVIDIA GB10 (或相关 Blackwell 代号)
  • CUDA Version: 13.x

📥 第二步：下载 Stable Diffusion 3.5 Large

SD3.5 是门控模型，请确保您已在 Hugging Face 签署协议并持有 Access Token。

bash 复制代码 
# 1. 安装下载工具
pip install huggingface_hub

# 2. 配置环境变量 (使用国内镜像加速)
export HF_ENDPOINT=https://hf-mirror.com
export HF_HUB_ENABLE_HF_TRANSFER=1
export HF_TOKEN="你的_HF_Token_粘贴在这里"

# 3. 创建目录
mkdir -p /home/david/workspaces/models/stabilityai/

# 4. 高速下载 (包含 Checkpoint 和 T5/CLIP 编码器)
huggingface-cli download stabilityai/stable-diffusion-3.5-large \
    --token $HF_TOKEN \
    --local-dir /home/david/workspaces/models/stabilityai/stable-diffusion-3.5-large

🖥️ 第三步：部署 ComfyUI & 修复 ARM 依赖

3.1 克隆与安装

bash 复制代码 
cd /home/david/workspaces
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 安装常规依赖 (使用 --no-deps 防止破坏 Torch 环境)
pip install -r requirements.txt --no-deps

# 🔥 核心修复：补齐 ARM 架构下缺失的特殊库
# 如果缺少这些，ComfyUI 启动时会报错 "No module named kornia_rs" 或 "trampoline"
pip install trampoline kornia_rs mako comfyui-workflow-templates sqlalchemy alembic requests

3.2 挂载模型 (软链接方案)

为了利用 DGX Spark 的存储性能，我们使用软链接映射模型。

bash 复制代码 
# 1. 链接主模型
ln -s /home/david/workspaces/models/stabilityai/stable-diffusion-3.5-large/sd3.5_large.safetensors \
      ./models/checkpoints/

# 2. 链接 CLIP 模型 (SD3 需要 3 个 CLIP)
# 注意：我们直接使用 FP16 精度的 T5，因为显存足够大
ln -s /home/david/workspaces/models/stabilityai/stable-diffusion-3.5-large/text_encoders/clip_l.safetensors ./models/clip/
ln -s /home/david/workspaces/models/stabilityai/stable-diffusion-3.5-large/text_encoders/clip_g.safetensors ./models/clip/
ln -s /home/david/workspaces/models/stabilityai/stable-diffusion-3.5-large/text_encoders/t5xxl_fp16.safetensors ./models/clip/

🚀 第四步：高性能启动 (High VRAM Mode)

针对 128GB 显存，我们开启"疯狗模式"------让所有模型永久驻留显存，拒绝反复加载。

创建启动脚本 run_comfy.sh：

bash 复制代码 
#!/bin/bash

WORKDIR="/home/david/workspaces/ComfyUI"
PYTHON_PATH="/root/miniconda3/envs/sd-runtime/bin/python" 

# 日志管理
LOG_DIR="$WORKDIR/logs"
mkdir -p "$LOG_DIR"
LOG_FILE="$LOG_DIR/server_$(date "+%Y-%m-%d_%H-%M-%S").log"

cd "$WORKDIR" || exit
echo "🚀 Starting ComfyUI on DGX Spark (Blackwell)..."
echo "⚡ Mode: High VRAM (Force Resident)"

# --highvram: 强制模型常驻显存
nohup "$PYTHON_PATH" main.py \
    --listen 0.0.0.0 \
    --port 8188 \
    --highvram \
    > "$LOG_FILE" 2>&1 &

echo "✅ Service PID: $!"

启动服务：chmod +x run_comfy.sh && ./run_comfy.sh

🎨 第五步：导入 SD3.5 标准工作流 (JSON)

SD3.5 采用了分离式文本编码器架构（CLIP-L + CLIP-G + T5），默认工作流无法正常出图。

请复制下方完整的 JSON 代码 ，保存为 sd3_workflow.json，直接拖入 ComfyUI 浏览器界面即可使用。此工作流已针对 1024x1024 分辨率和 DGX Spark 进行了优化。

json 复制代码 
{
  "last_node_id": 10,
  "last_link_id": 16,
  "nodes": [
    {
      "id": 1,
      "type": "KSampler",
      "pos": [960, 190],
      "size": { "0": 315, "1": 262 },
      "flags": {},
      "order": 0,
      "mode": 0,
      "inputs": [
        { "name": "model", "type": "MODEL", "link": 1 },
        { "name": "positive", "type": "CONDITIONING", "link": 2 },
        { "name": "negative", "type": "CONDITIONING", "link": 3 },
        { "name": "latent_image", "type": "LATENT", "link": 4 }
      ],
      "outputs": [
        { "name": "LATENT", "type": "LATENT", "links": [5], "slot_index": 0 }
      ],
      "properties": { "Node name for S&R": "KSampler" },
      "widgets_values": [
        1234567890, "randomize", 30, 4.5, "euler", "sgm_uniform", 1
      ]
    },
    {
      "id": 2,
      "type": "CheckpointLoaderSimple",
      "pos": [50, 50],
      "size": { "0": 315, "1": 98 },
      "flags": {},
      "order": 1,
      "mode": 0,
      "outputs": [
        { "name": "MODEL", "type": "MODEL", "links": [1], "slot_index": 0 },
        { "name": "CLIP", "type": "CLIP", "links": [], "slot_index": 1 },
        { "name": "VAE", "type": "VAE", "links": [6], "slot_index": 2 }
      ],
      "properties": { "Node name for S&R": "CheckpointLoaderSimple" },
      "widgets_values": ["sd3.5_large.safetensors"]
    },
    {
      "id": 3,
      "type": "TripleCLIPLoader",
      "pos": [50, 200],
      "size": { "0": 315, "1": 150 },
      "flags": {},
      "order": 2,
      "mode": 0,
      "outputs": [
        { "name": "CLIP", "type": "CLIP", "links": [7, 8], "slot_index": 0 }
      ],
      "properties": { "Node name for S&R": "TripleCLIPLoader" },
      "widgets_values": [
        "clip_l.safetensors",
        "clip_g.safetensors",
        "t5xxl_fp16.safetensors"
      ]
    },
    {
      "id": 4,
      "type": "CLIPTextEncode",
      "pos": [450, 100],
      "size": { "0": 425, "1": 180 },
      "flags": {},
      "order": 3,
      "mode": 0,
      "inputs": [
        { "name": "clip", "type": "CLIP", "link": 7 }
      ],
      "outputs": [
        { "name": "CONDITIONING", "type": "CONDITIONING", "links": [2], "slot_index": 0 }
      ],
      "properties": { "Node name for S&R": "CLIPTextEncode" },
      "widgets_values": [
        "a highly detailed cyberpunk city, neon lights, 8k resolution, cinematic lighting, masterpiece, sharp focus, ray tracing, nvidia blackwell style"
      ],
      "color": "#233",
      "bgcolor": "#353"
    },
    {
      "id": 5,
      "type": "CLIPTextEncode",
      "pos": [450, 350],
      "size": { "0": 425, "1": 180 },
      "flags": {},
      "order": 4,
      "mode": 0,
      "inputs": [
        { "name": "clip", "type": "CLIP", "link": 8 }
      ],
      "outputs": [
        { "name": "CONDITIONING", "type": "CONDITIONING", "links": [3], "slot_index": 0 }
      ],
      "properties": { "Node name for S&R": "CLIPTextEncode" },
      "widgets_values": [
        "low quality, blurry, ugly, bad anatomy, watermark, text, jpeg artifacts"
      ],
      "color": "#332",
      "bgcolor": "#533"
    },
    {
      "id": 6,
      "type": "EmptyLatentImage",
      "pos": [50, 450],
      "size": { "0": 315, "1": 106 },
      "flags": {},
      "order": 5,
      "mode": 0,
      "outputs": [
        { "name": "LATENT", "type": "LATENT", "links": [4], "slot_index": 0 }
      ],
      "properties": { "Node name for S&R": "EmptyLatentImage" },
      "widgets_values": [1024, 1024, 1]
    },
    {
      "id": 7,
      "type": "VAEDecode",
      "pos": [1300, 190],
      "size": { "0": 210, "1": 46 },
      "flags": {},
      "order": 6,
      "mode": 0,
      "inputs": [
        { "name": "samples", "type": "LATENT", "link": 5 },
        { "name": "vae", "type": "VAE", "link": 6 }
      ],
      "outputs": [
        { "name": "IMAGE", "type": "IMAGE", "links": [9], "slot_index": 0 }
      ],
      "properties": { "Node name for S&R": "VAEDecode" }
    },
    {
      "id": 8,
      "type": "SaveImage",
      "pos": [1550, 190],
      "size": { "0": 500, "1": 600 },
      "flags": {},
      "order": 7,
      "mode": 0,
      "inputs": [
        { "name": "images", "type": "IMAGE", "link": 9 }
      ],
      "properties": { "Node name for S&R": "SaveImage" },
      "widgets_values": ["ComfyUI"]
    }
  ],
  "links": [
    [1, 2, 0, 1, 0, "MODEL"],
    [2, 4, 0, 1, 1, "CONDITIONING"],
    [3, 5, 0, 1, 2, "CONDITIONING"],
    [4, 6, 0, 1, 3, "LATENT"],
    [5, 1, 0, 7, 0, "LATENT"],
    [6, 2, 2, 7, 1, "VAE"],
    [7, 3, 0, 4, 0, "CLIP"],
    [8, 3, 0, 5, 0, "CLIP"],
    [9, 7, 0, 8, 0, "IMAGE"]
  ],
  "groups": [],
  "config": {},
  "extra": {},
  "version": 0.4
}

流程如下：

效果如下：

💡 工作流配置说明：

  1. TripleCLIPLoader : 这是核心。我们明确指定了 clip_l, clip_g 和 t5xxl_fp16。如果这三个没选对，生成的图片将无法理解你的 Prompt。
  2. Scheduler: sgm_uniform: Stable Diffusion 3 必须使用 SGM Uniform 调度器，否则画面会充满噪点。
  3. Resolution: 默认设为 1024x1024。在 Blackwell 上，你可以尝试将其改为 2048x2048 进行原生 4K 生成。

📊 性能总结

在 DGX Spark 上完成上述部署后，性能表现如下：

  • 模型加载 : 首次启动后，模型将永久驻留显存 (High VRAM Mode)。
  • 生成速度: 1024x1024 分辨率下，实现秒级出图。
  • 并发能力 : 得益于 128GB 显存，你可以同时开启 Batch Size = 4 甚至更高，或者在后台同时运行一个 70B 的大语言模型而不发生 OOM。

资源占用：

相关推荐
叫我：松哥1 天前
基于Spark智能推荐算法的农业作物推荐系统，推荐算法使用Spark ML风格推荐引擎
大数据·python·机器学习·spark-ml·spark·flask·推荐算法
是阿威啊1 天前
【用户行为归因分析项目】- 【企业级项目开发第五站】数据采集并加载到hive表
大数据·数据仓库·hive·hadoop·spark·scala
云器科技1 天前
告别Spark？大数据架构的十字路口与技术抉择
大数据·架构·spark·lakehouse·数据湖仓
云器科技2 天前
云器Lakehouse2025年03月版本发布：打造更强大、更智能、更安全的数据管理新体验
大数据·数据库·架构·spark·lakehouse
会编程的李较瘦3 天前
【期末考试总结】spark课程知识点
大数据·单例模式·spark
Mr数据杨3 天前
【ComfyUI】Wan VACE 参考图一致性视频生成
comfyui
Mr数据杨4 天前
【ComfyUI】Z-Image + ControlNet 姿态搭配双LoRA图生图
comfyui
迈火4 天前
APISR IN COMFYUI：提升ComfyUI图像超分辨率的强力插件
图像处理·人工智能·计算机视觉·stable diffusion·aigc·音视频·midjourney
Mr数据杨4 天前
【ComfyUI】Z-Image + ControlNet 深度搭配姿态、条线引导图生图
comfyui
热门推荐
01GitHub 镜像站点02安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）03Labelme从安装到标注：零基础完整指南04Linux下V2Ray安装配置指南05手把手教你通过Gemini3 pro 学生认证，白用一年，手慢无！06GitLab 零基础入门指南：从安装到项目管理全流程07jdk21下载、安装（Windows、Linux、macOS）08【踩坑笔记】50系显卡适配的 PyTorch 安装09UV安装并设置国内源102025-04-03 Latex学习1——本地配置Latex + VScode环境