丹摩征文活动｜FLUX.1+ComfyUI部署与使用

1.引言

在人工智能飞速发展的今天，丹摩智算平台（DAMODEL）以其卓越的AI算力服务脱颖而出，为开发者提供了一个简化AI开发流程的强大工具。通过租赁GPU资源，丹摩智算平台使得机器学习和深度学习项目的开发变得更加高效和便捷。本文将详细介绍如何在丹摩智算平台上FLUX.1+ComfyUI部署与使用

1.1背景

丹摩智算平台以其用户友好的界面和强大的技术支持，成为AI开发者的首选。它不仅提供了高性能的计算资源，还通过各种优惠活动吸引用户，进一步降低了AI开发的门槛。

1.2访问与登录

• 访问地址：丹摩智算平台官网

• 访问平台：使用支持的浏览器，如Edge/Chrome打开丹摩智算平台官网。

• 用户登录：输入账号和密码登录。如果是首次使用，请先完成注册并完善个人信息。

1.3常用的GPU算力

1.4项目架构设计图

1.5FLUX.1简介

FLUX.1是由黑森林实验室（Black Forest Labs）开发，分为3个版本：

• 【闭源】FLUX.1-pro：FLUX.1中的最顶级的性能，提供最先进的图像生成能力，具有顶级提示词识别能力、视觉质量、图像细节和输出多样性。目前可以通过官方API访问，也提供企业定制化服务。
• 【开源不可商用】FLUX.1-dev：直接从FLUX.1-pro提炼而来，FLUX.1-dev获得了类似的质量和提示词能力，同时比相同大小的标准模型更高效。
• 【开源可商用】FLUX.1-schnell：专为本地开发和个人使用量身定制的，在Apache2.0许可下公开可用。它在生成速度上具有明显优势，同时对内存的占用也是最小的。

根据官方资料：FLUX.1模型的训练参数达到了120亿，这一数字远远超过了SD3 Medium的20亿参数。无论是FLUX.1-pro还是FLUX.1-dev，在图像质量、提示词的准确跟随、尺寸适应性、排版以及输出的多样性方面，都已经超越了市场上的Midjourney v6.0、DALL·E 3 (HD)和SD3-Ultra等流行模型，确立了图像合成技术的新高度。

2.部署与使用

2.1.创建项目

• 登录后，点击GPU云实例。
• 创建实例：点击“创建实例”。
  

  

• 资源选择：选择适用的计算资源类型（如 CPU、GPU、内存需求等）。

由于我们这里选择 8 卡 4090 容器，硬盘选择默认的 100GB 系统盘和 50GB 数据盘。

• 镜像选择： PyTorch（PyTorch2.3.0，Ubuntu-22.04，CUDA12.1 版本）镜像。

• 密钥对：为保证安全登录，创建密钥对，输入自定义的名称，然后选择自动创建并将创建好的私钥保存的自己电脑中，以便后续本地连接使用。

• 进入 JupyterLab

• 打开终端

2.2部署ComfyUI

在终端中执行以下命令克隆ComfyUI代码：

# github官方代码仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# gitCode-github加速计划代码仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI.git

终端进入/root/workspace/ComfyUI目录，执行以下命令，安装ComfyUI需要的依赖：

cd ComfyUI/
pip install -r requirements.txt --ignore-installed

执行以下命令，启动ComfyUI：

python main.py --listen

看到服务成功启动，说明ComfyUI部署成功！

2.3部署FLUX.1

平台已预制FLUX.1相关资源，您可通过内网高速下载：

# 下载完整FLUX.1-dev模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整FLUX.1-schnell模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整Clip模型
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

此处以FLUX.1-dev为例演示，首先下载完整FLUX.1-dev模型：

wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
tar -xf FLUX.1-dev.tar

2.4开始运行

运行FLUX.1

终端进入ComfyUI目录，执行以下命令，启动ComfyUI：

cd /root/workspace/ComfyUI
python main.py --listen

我们看到启动成功，host为0.0.0.0，端口为8188：

Starting server
To see the GUI go to: http://0.0.0.0:8188

接下来我们需要通过丹摩平台提供的端口映射能力，把内网端口映射到公网；

进入GPU 云实例页面，点击操作-更多-访问控制：点击添加端口，添加服务对应端口：

添加成功后，通过访问链接即即可打开ComfyUI交互界面：

2.5展示效果

把以下图片保存，然后在ComfyUI中加载或拖动以下图像以获取工作流

FLUX.1-dev-FP16

3.总结

本文详细介绍了在丹摩智算平台上部署和使用FLUX.1+ComfyUI的过程。丹摩智算平台以其高效的AI算力服务，为用户提供了简化AI开发流程的工具，通过租赁GPU资源，使得机器学习和深度学习项目的开发更加高效。文章首先介绍了丹摩智算平台的背景和用户登录流程，然后详细阐述了如何创建项目、选择资源和镜像，并进入JupyterLab环境。接着，文章指导用户如何在终端中克隆ComfyUI代码，安装依赖，并启动ComfyUI。此外，还介绍了如何下载和部署FLUX.1模型，并在ComfyUI中运行。最后，文章展示了如何通过丹摩平台的端口映射功能，将内网端口映射到公网，以便访问ComfyUI交互界面，并展示了FLUX.1-dev-FP16的效果图。整个过程展示了丹摩智算平台的强大功能和易用性，为AI开发者提供了一个便捷、高效的开发环境。