大家好，歡迎來到本節的 ComfyUI 課程！本節課的主要內容是 ComfyUI 在本地的安裝。首先我們來看下本節課的課程大綱。

更多相關教程：

一、課程大綱

二、ComfyUI 的硬件環境要求

系統：

推薦使用 Windows10 或 Windows11 系統；如何查看自己電腦的操作系統呢？

內存：

內存大小建議：最低 8G，越大越好。

查看系統內存容量：設備規格/機帶 RAM：表示電腦的內存容量，如果小于 8G，建議購買內存條對內存進行擴充。

顯卡

建議使用英偉達 40 系列顯卡，8G 容量是最低要求，建議 16G，可以在價格和性能取一個平衡。

查看顯卡型號：

顯示：NVIDIA GeForce RTX 4070 Ti SUPER

查看顯卡容量：

查看路徑：任務管理器/性能/GPU/專用 GPU 內存：

表示 GPU 容量為 16G

硬盤

建議最低 1T 空間，越大越好，ComfyUI 需要下載各種各樣的大模型或插件，這些文件一般都比較大，隨著 ComfyUI 的使用，電腦磁盤會越來越小，所以建議大家購買一個移動硬盤，專門用來 ComfyUI 的工作空間，這樣既不會影響電腦磁盤的使用，而且還非常靈活便捷。

電源

最低 400~600 瓦左右

主板

無要求

CPU

無要求

三、ComfyUI 的軟件環境要求

1. Git

git 是獲取遠程代碼的工具，我們通過它將 github 或 huggingface 上的模型文件下載到本地。

① 前往官網：https://git-scm.com/

② 下載軟件安裝包

在下載之前，我們先確認一下操作系統的位數：

可知：操作系統的位數為 64 位。

注意：要下載和操作系統位數一致的安裝包！！！這里下載 64 位的安裝包。

③ 安裝 git

雙擊安裝包，進行安裝

我們需要記住安裝的目錄，因為我們需要將 git 寫入環境變量。

④ 設置 git 環境變量

⑤ 檢查是否安裝成功

按住：Ctrl + x 組合鍵打開：

輸入 cmd，并點擊確定按鈕

輸入 git -v，如果輸出 git version 2.47.1.windows.1 表示 git 安裝成功了。

2. Python

python 是 ComfyUI 運行環境，要求選擇 3.10 及以上版本進行下載和安裝

① 前往官網：https://www.python.org/downloads/

② 下載 python 安裝包

下載 3.11.9 版本的 python，這里注意要下載和操作系統位數一致的安裝包。

③ 安裝 python

雙擊 python 安裝包，就可以開始安裝 python 了

這里我們重新制定一個 python 安裝目錄，注意盡量不要放在 C 盤，之后再點擊 Install，然后就是一直 Next 就可以了

④ 設置 python 環境變量

采用和 Git 一樣的做法，將 Python 放在環境變量里。

⑤ 檢查是否安裝成功

cmd 中輸入 python -V，如果輸出對應版本號，說明 python 安裝成功了。

3. VisualStudioSetup

前往官網： https://visualstudio.microsoft.com/zh-hans/

4. 顯卡驅動

① 查看是否已經安裝顯卡驅動

按下 “Windows + X” 組合鍵，選擇 “設備管理器”；或者按下 “Win + R” 鍵打開 “運行” 對話框，輸入 “devmgmt.msc” 并按回車打開設備管理器。在設備管理器中，找到并展開 “顯示適配器” 選項。如果顯卡驅動已經裝好，會顯示顯卡的詳細信息，包括驅動程序的提供商和版本號；若驅動未裝好或存在問題，則可能會顯示黃色警告符號、問號，或者顯示為 “標準 VGA 顯示適配器”“未知設備” 等

② 如果沒有安裝，前往官網： https://www.nvidia.cn/geforce/drivers/

③ 下載之后，安裝即可

5. CUDA

CUDA 是 Compute Unified Device Architecture（計算統一設備架構）的縮寫。

它是 NVIDIA（英偉達）公司推出的一種并行計算平臺和編程模型，用于在 NVIDIA 的 GPU（圖形處理器）上進行通用計算。這個架構使得 GPU 不再僅僅局限于圖形渲染任務，還能夠高效地執行各種復雜的計算任務，如科學計算、深度學習中的矩陣運算、數據處理等眾多需要大規模并行計算的場景。

① 查看 cuda 是否已經安裝

cmd 命令行執行命令：nvcc -V

nvcc -V 顯示的是你實際安裝的 CUDA 的版本。

② 查看適配的 CUDA 型號

cmd 打開命令行：執行命令：nvidia-smi

這里展示 CUDA 的版本號是與當前 GPU 驅動（driver）程序兼容的 CUDA 運行時版本。這是驅動程序支持的最高 CUDA 版本，并不是系統上安裝的 CUDA 的版本，基于向下兼容的原則，可以安裝比這里展示版本小的 CUDA,不能安裝比這個版本高的 CUDA，比如說安裝 12.8 版本的 CUDA，就會報錯。

如果沒有安裝 CUDA 或者需要升級 CUDA 版本，可以通過下面的方式進行安裝：

③ 前往 CUDA 官網

網址：https://developer.nvidia.com/cuda-toolkit

獲取以往版本：

我們選擇 CUDA Toolkit 12.4.0 這個版本進行下載。下載之后雙擊即可進行安裝。

④ 驗證是否安裝成功

cmd 命令行執行命令：nvcc -V

說明 CUDA 已經安裝成功了。

6. cuDNN

cuDNN 和 CUDA 是由英偉達提供的兩個互補的工具，CUDA 提供了基礎的 GPU 加速計算能力，而 cuDNN 則在 CUDA 之上構建，是深度學習框架（如 TensorFlow、PyTorch、Caffe 等）中的關鍵組件，能夠顯著提升訓練和推理的速度和效率。所以我們想要激活顯卡更強的畫圖性能。

① 前往官網下載

網址：https://developer.nvidia.com/cudnn-downloads

因為我們的 CUDA 的大版本是 12，所以我們設置好上面的條件之后，就可以點擊 Download 進行下載了。

② 解壓下載好的 cuDNN 壓縮包

里面包含下圖所示的三個文件夾：

打開 CUDA 的安裝文件夾（默認是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4），將上面 cuDNN 解壓的三個文件 bin、include 和 lib 分別復制粘貼到 CUDA 的文件夾中，如下圖所示：

文件替換好后則 cuDNN 即為安裝完成。

四、ComfyUI 官方整合包安裝

前往官網： https://github.com/comfyanonymous/ComfyUI

下載安裝包專用解壓工具： https://7-zip.org/

下載 comfyui 后，使用 7z 壓縮包工具進行解壓，結果過程比較慢，耐心等待。在啟動 ComfyUI 之前，我們還需要給整合包安裝加速組件：pytorch、onnxruntime、xformers。它們可以讓 ComfyUI 更快的運行。

1. 安裝 Pytorch

默認 pip3 已經隨著 python 的安裝而安裝了，如果沒有安裝，可以按照下面的方式進行 pip3 的安裝：

Bash
pip 安裝
1.pip 安裝腳本下載： https://mirrors.aliyun.com/pypi/get-pip.py
2.執行：python3 get-pip.py
3.驗證：pip --version
4.修改 pip 源到國內
1>管理員啟動 cmd
2>換源：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
3>更新源：python -m pip install --upgrade pip

可選的國內 pip 源：
清華： https://pypi.tuna.tsinghua.edu.cn/simple
阿里云： http://mirrors.aliyun.com/pypi/simple/
豆瓣： http://pypi.douban.com/simple/

① 前往官網

網址：https://pytorch.org/get-started/locally/

② 執行下載安裝命令

按照上面的條件設置好后，復制最下方的命令：

SQL pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

調出 cmd，執行上面的命令，也可以指定清華源，加速下載和安裝：

Plain Text
pip3 install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

如果在安裝過程中遇到問題，可以嘗試先刪除已安裝的相關庫，再重新安裝，如 pip3 uninstall torch torchvision torchaudio。另外，不同的國內源在不同地區和網絡環境下的速度可能會有所不同，可以根據實際情況進行選擇。

2. 安裝 onnxruntime，onnxruntime-gpu

版本判斷

如何判斷 onnxruntime 需要的版本：

網站：https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html

已知：CUDA 是 12.x，cuDNN 是 9.x，因此我們需要安裝 1.20.x 的 Onnxruntime，具體是什么版本呢？我們可以隨便輸入錯誤的版本，然后它會自動的輸入正確的版本集合：

也就是正確的版本集合：1.17.0, 1.17.1, 1.17.3, 1.18.0, 1.18.1, 1.19.0, 1.19.2, 1.20.0, 1.20.1

所以我們選擇 1.20.0 即可

3. 執行命令

SQL python.exe -m pip install Onnxruntime==1.20.0 Onnxruntime-gpu==1.20.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

執行完成后，我們在 ComfyUI_windows_portable\python_embeded\Lib\site-packages 目錄下看到對應的庫文件：

4. 安裝 xformers

xformers 可以大大節省 AI 圖片生成時間，節省 GPU 緩存！

SQL
python.exe -m pip install -U xformers --index-url https://download.pytorch.org/whl/cu124

5. 運行 ComfyUI

雙擊：run_nvidia_gpu.bat 運行 ComfyUI

通過啟動命令顯示的信息，可以知道 pytorch 和 xformers 已經起作用了，啟動之后，會自動打開瀏覽器：

如果你看到這個界面，說明已經啟動成功了。

五、ComfyUI 秋葉整合包安裝

同樣的，我們解壓安裝包之后，還是要先安裝 pytorch，onnxruntime，xformers 對 ComfyUI 進行加速。操作和官方整合包安裝一樣，這里就不操作了。

1. 安裝依賴

首次啟動，需要安裝.NET Desktop Runtime：https://dotnet.microsoft.com/zh-cn/download

下載之后，雙擊安裝即可：

重新啟動，彈出如下窗口，點擊“是”即可：

我們需要重新啟動電腦，使長路徑生效。

2. 啟動 ComfyUI

重啟電腦后，我們啟動秋葉：

點擊：一鍵啟動，就可以啟動 ComfyUI 了。

啟動成功后，自動打開瀏覽器：