آموزش ComfyUI روی GPU ابری: اولین تصویر با SDXL

۲۸ شهریور ۱۴۰۵·۶ دقیقه مطالعه·تیم جی‌پی‌یو

نقاشی دیجیتال از دره‌ای سرسبز با درختان کاج، دریاچه‌ای آرام، کلبه‌ای چوبی و ابرهای صورتی در آسمان عصر.

می‌خواهید با ComfyUI تصویر بسازید ولی کارت گرافیک قدرتمندی ندارید؟ این آموزش ComfyUI دقیقاً برای همین نوشته شده است. به‌جای اینکه ده‌ها میلیون تومان خرج یک کارت ۲۴ گیگابایتی کنید، یک ماشین GPU ابری را ساعتی و با پرداخت تومانی اجاره می‌کنید، مدل SDXL را روی آن بالا می‌آورید و اولین تصویرتان را می‌سازید. کل کار حدود ۱۵ تا ۲۰ دقیقه طول می‌کشد و هزینه‌اش چند هزار تومان است.

ComfyUI یک رابط گره‌ای (node-based) برای Stable Diffusion است: هر بخش از فرایند ساخت تصویر یک جعبه است و شما آن‌ها را به هم وصل می‌کنید. روی جی‌پی‌یو این ابزار به‌صورت یک قالب آمادهٔ نصب‌شده تحویل داده می‌شود، پس درگیر نصب پایتون و وابستگی‌ها نمی‌شوید. یک مزیت دیگر هم دارید: ماشین‌ها خارج از ایران‌اند، بنابراین دانلود مدل چند گیگابایتی از Hugging Face روی خودِ ماشین با سرعت گیگابیتی انجام می‌شود و به اینترنت داخلی شما ربطی ندارد.

پیش‌نیازها

قبل از شروع، سه چیز باید آماده باشد. این‌ها را یک‌بار برای همیشه تنظیم می‌کنید:

یک حساب جی‌پی‌یو. اگر هنوز ثبت‌نام نکرده‌اید، از صفحهٔ ثبت‌نام شروع کنید.
کلید SSH ثبت‌شده. ورود به ماشین فقط با کلید SSH انجام می‌شود و رمز عبوری در کار نیست. باید حداقل یک کلید عمومی در بخش حساب کاربری‌تان ثبت شده باشد.
موجودی کیف پول. برای شروع باید دست‌کم به اندازهٔ یک ساعت از نرخ همان ماشین موجودی داشته باشید. برای این آموزش با کارت‌های اقتصادی، موجودی حدود ۳۰ تا ۵۰ هزار تومان کاملاً کافی است.

اگر با این مراحل آشنا نیستید، پست شروع اجاره GPU: اولین ماشین در ۱۰ دقیقه همهٔ این‌ها را قدم‌به‌قدم توضیح داده است.

انتخاب ماشین مناسب

SDXL برای بارگذاری مدل و ساخت تصویر به حافظهٔ گرافیکی (VRAM) نیاز دارد. با ۱۲ گیگابایت VRAM به‌راحتی و بدون دردسر تصویر 1024×1024 می‌سازید؛ این حداقل راحت برای این آموزش است. کارت‌های ۸ گیگابایتی هم گاهی جواب می‌دهند اما بیشتر به خطای کمبود حافظه برمی‌خورید، پس سراغشان نروید.

دو پیشنهاد داریم:

اقتصادی — RTX 3060 (۱۲ گیگابایت): برای شروع و ساخت تک‌تصویر عالی است. در زمان نوشتن این مطلب از حدود ۱۴ هزار تومان در ساعت شروع می‌شود.
سریع — RTX 3090 (۲۴ گیگابایت): وقتی می‌خواهید سریع‌تر تصویر بسازید، تصاویر بزرگ‌تر بگیرید یا بعداً سراغ FLUX و ورک‌فلوهای سنگین بروید. در زمان نوشتن این مطلب از حدود ۴۰ هزار تومان در ساعت.

گزینهٔ میانی هم RTX A4000 (۱۶ گیگابایت) است که در زمان نوشتن این مطلب از حدود ۲۲ هزار تومان در ساعت شروع می‌شود. کارت مناسب خودتان را با فیلتر مدل و حافظه در بازار GPU پیدا کنید. یادتان باشد قیمت ساعتی موقع اجاره قفل می‌شود و بعد از آن نوسان بازار روی هزینهٔ آن ماشین اثری ندارد.

اجاره و راه‌اندازی

در صفحهٔ بازار، ماشین موردنظرتان را باز کنید. موقع اجاره از فهرست قالب‌ها، قالب ComfyUI را انتخاب کنید تا ماشین با همین ابزار بالا بیاید. دکمهٔ اجاره را بزنید و چند دقیقه صبر کنید تا وضعیت ماشین «آماده» شود.

بعد از آماده‌شدن، صفحهٔ ماشین چند چیز به شما می‌دهد که همه یک‌کلیک کپی می‌شوند: دستور SSH آماده، لینک مستقیم Jupyter و توکن آن، دستور «تونل امن» برای باز کردن رابط وب از طریق SSH، دکمهٔ «پنل ماشین» برای قالب‌هایی که رابط وب دارند، و فهرست «پورت‌های منتشرشده». چون ComfyUI رابط وب دارد، ساده‌ترین راه برای دیدنش زدن دکمهٔ پنل ماشین است.

آموزش ComfyUI: ساخت اولین تصویر با SDXL

قالب ComfyUI خودِ ابزار را نصب‌شده تحویل می‌دهد، اما مدل تصویر همراهش نمی‌آید؛ آن را خودتان دانلود می‌کنید. مدل پایهٔ SDXL حدود ۷ گیگابایت است و باید داخل پوشهٔ checkpoints قرار بگیرد.

مرحلهٔ ۱: ورود با SSH

دستور SSH آماده را از صفحهٔ ماشین کپی کنید. شکل کلی‌اش چنین است (مقادیر واقعی را صفحه به شما می‌دهد):

ssh -i ~/.ssh/id_ed25519 user@ADDRESS -p PORT

مرحلهٔ ۲: دانلود مدل SDXL روی ماشین

اول پوشهٔ مدل‌های ComfyUI را پیدا کنید، بعد مدل پایهٔ SDXL را همان‌جا دانلود کنید. چون ماشین خارج از ایران است، این دانلود ۷ گیگابایتی معمولاً کمتر از دو دقیقه طول می‌کشد:

# پیدا کردن پوشهٔ چک‌پوینت‌های ComfyUI
find / -type d -path "*ComfyUI/models/checkpoints" 2>/dev/null

# رفتن به همان مسیر (مسیری که find داد را جایگزین کنید) و دانلود مدل
cd /workspace/ComfyUI/models/checkpoints
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

مرحلهٔ ۳: ساخت اولین تصویر

حالا رابط ComfyUI را با دکمهٔ «پنل ماشین» باز کنید. اگر مدل را بعد از باز شدن رابط دانلود کردید، یک‌بار دکمهٔ Refresh را بزنید تا مدل تازه در فهرست دیده شود. سپس:

در گرهِ Load Checkpoint، فایل sd_xl_base_1.0.safetensors را انتخاب کنید.
در گره‌های Empty Latent Image عرض و ارتفاع را روی 1024 و 1024 بگذارید؛ این اندازهٔ اصلی SDXL است و بهترین کیفیت را می‌دهد.
در گرهِ متن مثبت (CLIP Text Encode) توصیف تصویر دلخواهتان را به انگلیسی بنویسید، مثلاً a cinematic photo of a red fox in a snowy forest, golden hour.
دکمهٔ Queue (اجرای ورک‌فلو) را بزنید.

اولین تصویر روی کارت ۱۲ گیگابایتی معمولاً در چند ثانیه تا حدود نیم‌دقیقه ساخته می‌شود. برای دانلود خروجی، روی تصویر ساخته‌شده راست‌کلیک کنید و Save Image را بزنید، یا فایل را از پوشهٔ ComfyUI/output بردارید.

اگر به مشکل خوردید

چند خطای رایج و راه‌حلشان:

CUDA out of memory: حافظهٔ کارت پر شده است. اندازهٔ تصویر را به 1024×1024 نگه دارید (بزرگ‌تر نکنید)، ComfyUI را با دکمهٔ Restart از نو اجرا کنید، یا سراغ کارتی با VRAM بیشتر بروید.
مدل در فهرست Load Checkpoint نیست: دانلود هنوز تمام نشده یا فایل جای درستی نیست. با دستور ls -lh مطمئن شوید فایل کامل (حدود ۷ گیگابایت) داخل پوشهٔ checkpoints است، بعد دکمهٔ Refresh را بزنید.
دانلود نیمه‌کاره ماند: دستور wget را با سوییچ ادامه دوباره اجرا کنید: wget -c https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors
پنل ماشین باز نمی‌شود: چند لحظه صبر کنید تا سرویس ComfyUI کامل بالا بیاید؛ رابط وب گاهی چند ثانیه بعد از «آماده» شدن ماشین در دسترس می‌شود. اگر باز نشد، از دستور «تونل امن» صفحهٔ ماشین استفاده کنید.

هزینه و صرفه‌جویی

کل این آموزش، از اجاره تا اولین تصویر، معمولاً کمتر از یک ساعت کار می‌برد؛ یعنی روی کارت اقتصادی چند هزار تومان. چند نکته که پول‌تان را نگه می‌دارد:

هزینه دقیقه‌ای از کیف پول کم می‌شود و ماشین متوقف‌شده هزینه‌ای ندارد. وقتی کارتان تمام شد، ماشین را متوقف یا حذف کنید.
دیسک ماشین با حذف آن پاک می‌شود. ذخیره‌سازی دائمی نداریم، پس قبل از حذف حتماً تصاویر خروجی را دانلود کنید یا به فضای ابری خودتان بفرستید.
اگر می‌خواهید بعداً برگردید و باز کار کنید، ماشین را فقط متوقف کنید تا مدل دانلودشده روی دیسک بماند؛ اما یادتان باشد ماشین متوقف هم در صف حذف احتمالی است، پس روی ماندگاری دائمی حساب نکنید.

قدم بعدی

حالا که اولین تصویر را ساختید، می‌توانید سراغ ورک‌فلوهای جدی‌تر بروید: افزودن مدل‌ها و LoRAهای دلخواه، یا امتحان FLUX که کیفیت بالاتری می‌دهد اما VRAM بیشتری می‌خواهد. برای انتخاب کارت مناسبِ کار بعدی، سری به بازار GPU بزنید و مدل و حافظهٔ موردنیازتان را فیلتر کنید.

پرسش‌های متداول

آیا برای ComfyUI به کارت گرافیک نیاز است؟

بله، ComfyUI برای ساخت تصویر با Stable Diffusion به یک GPU با VRAM کافی نیاز دارد. اگر کارت گرافیک قدرتمندی ندارید، می‌توانید یک ماشین را ساعتی روی جی‌پی‌یو اجاره کنید و بدون خرید سخت‌افزار همین کار را انجام دهید.

SDXL چقدر VRAM می‌خواهد؟

برای کار راحت با SDXL و تصاویر 1024×1024، کارتی با ۱۲ گیگابایت VRAM (مثل RTX 3060) پیشنهاد می‌شود. کارت‌های ۸ گیگابایتی هم گاهی جواب می‌دهند اما بیشتر به خطای کمبود حافظه برمی‌خورید.

هزینهٔ ساخت تصویر با ComfyUI روی جی‌پی‌یو چقدر است؟

هزینه ساعتی و تومانی است و از موجودی کیف پول به‌صورت دقیقه‌ای کم می‌شود. با کارت اقتصادی که در زمان نوشتن این مطلب از حدود ۱۴ هزار تومان در ساعت شروع می‌شود، ساخت چند تصویر تنها چند هزار تومان خرج دارد. ماشین متوقف‌شده هزینه‌ای ندارد.

تصویرها و مدل‌ها بعد از حذف ماشین می‌مانند؟

نه. دیسک ماشین با حذف آن پاک می‌شود و ذخیره‌سازی دائمی وجود ندارد. قبل از حذف ماشین، تصاویر خروجی را دانلود کنید یا به فضای ابری خودتان بفرستید.

آیا می‌توانم از ویندوز به ComfyUI وصل شوم؟

خودِ ماشین لینوکسی است، اما شما رابط ComfyUI را از مرورگر هر سیستم‌عاملی—ویندوز، مک یا لینوکس—باز می‌کنید. کافی است دکمهٔ «پنل ماشین» را بزنید؛ نیازی به نصب چیزی روی دستگاه خودتان نیست.

تصویر کاور: «Scenic Valley in the Afternoon (SD1.5)» اثر VulcanSphere، از ویکی‌مدیا کامنز، لایسنس Public Domain.