Установите подходящий PyTorch

ComfyUI работает на Windows, Linux и macOS с Apple Silicon. Для ручной установки нужен отдельный Python; документация рекомендует 3.13, а 3.12 оставляет как запасной вариант для несовместимых узлов. NVIDIA — PyTorch cu130; Linux AMD — ROCm 7.2 stable/nightly; Windows AMD в текущей инструкции — multi-architecture пакеты ROCm 10.0. Для Intel Arc используется torch.xpu.

Начните со стандартного workflow без custom nodes. У расширений собственные зависимости: CUDA-расширение не переносится на AMD вместе с файлом workflow. Как выбрать стек.

Сколько занимают файлы

Размеры файлов на Hugging Face, 24.10.2026; не расход VRAM
Модель / компонентФайл или оценка автораЧто ещё нужно
SDXL base 1.0sd_xl_base_1.0.safetensors — 6,94 ГБАктивации; refiner — отдельный компонент
FLUX.1 schnellflux1-schnell.safetensors — 23,8 ГБТекстовые энкодеры и VAE; ae.safetensors — 335 МБ
Wan2.1 T2V 1.3BАвтор заявляет 8,19 ГБ VRAM для своего сценарияЭто опубликованный профиль Wan, а не замер ComfyUI

FLUX-файл почти заполняет 24-ГБ карту ещё до энкодеров и активаций. Поэтому используют квантование и поэтапную загрузку. У SDXL здесь указан полный checkpoint, у FLUX — отдельный генератор: это разные комплекты.

Что пробовать на 8 / 12 / 16 / 24 / 32 ГБ

Редакционный порядок проб, без обещания фиксированного разрешения
VRAMНачальный workflowЧто контролировать
8 ГБSDXL, одно изображение, без refiner и ControlNetПик VAE; при OOM — tiled VAE и offload
12 ГБSDXL с отдельным этапом дополнительных сетей; проба Wan 1.3BКадры/разрешение видео; энкодер в RAM
16 ГБFLUX с квантованным генератором и offload энкодеровПамять после загрузки текста и перед VAE
24 ГБСравнить квантованный FLUX и исходные веса с offload23,8 ГБ весов FLUX не оставляют весь объём свободным
32 ГБПробовать исходный FLUX с поэтапной загрузкой компонентовДополнительные сети и активации по-прежнему требуют памяти

Это порядок экспериментов, а не измеренные пороги запуска. Результат определяется точным workflow, форматом весов, разрешением, батчем и числом кадров. Калькулятор LLM такие процессы не считает.

Параметры памяти в текущем ComfyUI

python main.py --reserve-vram 1.5

--reserve-vram оставляет указанный объём для ОС и других программ; --vram-headroom задаёт дополнительный свободный запас DynamicVRAM. Значение 1.5 здесь — пример настройки, не универсальный минимум.

--disable-dynamic-vram возвращает загрузку на основе оценки; --enable-dynamic-vram включает механизм там, где он не включён автоматически. В текущем cli_args.py флаг --lowvram ничего не делает при DynamicVRAM; без него переносит текстовые энкодеры на CPU. --novram, --highvram, --gpu-only и --cpu — альтернативные режимы, их не нужно включать вместе.

FP8: хранение и вычисления

--fp8_e4m3fn-unet и --fp8_e5m2-unet задают хранение весов генератора в FP8; --fp8_e4m3fn-text-enc относится к текстовому энкодеру. Это не команда конвертации произвольного GGUF и не обещание ускорения на Ampere. Движок может преобразовывать данные для вычисления.

При OOM уменьшите батч до одного, отключите дополнительные сети, затем проверьте VAE и режим загрузки. Меняйте один параметр за раз и сохраняйте время полного workflow вместе с пиком памяти.

ПРОВЕРИТЬ ПЕРВОИСТОЧНИК

Источники и документация

Сведения и документация проверены 24.10.2026.