多亏最近可用资源的一些更新，我终于在我的Windows 11系统中的Intel Arc B580 LE上成功运行ComfyUI。在另一个帖子中承诺进行一些基准测试之后，最新版本的安装文件似乎解决了4GB内存分配问题。我想在这里分享我的安装步骤，以防对其他人有用，声明一下我可能遗漏了一些东西或者假设了已存在的依赖关系（上周我安装和卸载了很多东西，我都记不清了），而且肯定有更聪明的方法来做这些。另外，我假设你已经安装了conda和所有标准的构建工具。再次说明，这方面我帮不上忙，因为我对这么多命令行操作还很生疏，遇到问题都得去谷歌。安装指南（我使用的是Anaconda 3）：创建conda环境（Python 3.11似乎可行，我没试过其他版本）：conda create -n ComfyUI python = 3.11 libuv；激活环境：conda activate ComfyUI；然后导航到你想要安装ComfyUI的位置，例如j:；克隆仓库，然后进入文件夹：git clone https://github.com/comfyanonymous/ComfyUI，cd ComfyUI；接下来这一步很可能可以改进，因为我觉得它安装了很多东西，然后用IPEX所需的版本替换已安装的版本：由于某种原因，这对我来说只有在/cn/文件夹下才有效，有一个/us/文件夹但似乎访问被阻止：pip install --pre --upgrade ipex - llm[xpu] --extra - index - url https://pytorch - extension.intel.com/release - whl/stable/xpu/cn/；然后安装ComfyUI的标准要求：pip install - r requirements.txt；现在安装针对B580的特定版本的东西：python - m pip install torch == 2.5.1 + cxx11.abi torchvision == 0.20.1 + cxx11.abi torchaudio == 2.5.1 + cxx11.abi intel - extension - for - pytorch == 2.5.10 + xpu --extra - index - url https://pytorch - extension.intel.com/release - whl/stable/bmg/cn/；不太确定这是做什么的，但似乎没坏处：set SYCL_CACHE_PERSISTENT = 1；现在你可以实际启动服务器了：python main.py，这应该会启动服务器，然后你会看到可以用来访问UI的URL。下一步：在左侧面板打开’Workflows’文件夹，然后点击’浏览示例模板’图标（看起来像4个方块）。从这里你可以选择一个起始模板，这将打开一个工作流。首先你应该放大并查看’Load Checkpoint’节点，记下显示的ckpt_name值。这个安装不包括示例中使用的检查点文件，所以你得自己获取（你可以直接谷歌这个名字，就会被链接到HuggingFace去下载），然后把它们放在\ComfyUI\models\checkpoints文件夹。做完这些之后，你应该能够刷新浏览器并在’Load Checkpoint’节点中看到它们可被选择。然后你只需点击队列按钮（看起来像’播放’符号），它就应该运行了。第一次运行是模型预热，所以会多花几秒，但之后的运行会更快。基准测试（我会在运行更多测试或者能满足请求时添加更多数字）：给出了不同模型在不同任务下的预热时间、首次运行时间、多次运行时间、平均运行时间等数据。
讨论总结
原帖作者分享了在Intel Arc B580 LE上安装ComfyUI的步骤以及相关的基准测试数据。评论者们从不同角度展开讨论，有人对SDXL的性能数据进行分析，怀疑有VRAM问题并给出优化方法；有人希望能将Arc B580的数据与NVIDIA的GPU数据作对比；还有人对新卡是否存在之前的4GB分配问题表示疑惑，也有人因缺乏经验希望能有视频教程来帮助理解原帖内容，整体讨论氛围积极且专注于技术相关话题。
主要观点
- 👍 原帖中的SDXL运行时间数据可能存在单位理解上的偏差
- 支持理由：darth_chewbacca根据数据表现进行分析推测。
- 反对声音：无。
- 🔥 希望有与NVIDIA相关GPU的对比数据
- 正方观点：ultrababy123认为对比数据有助于判断B580性价比。
- 反方观点：无。
- 💡 对新卡是否存在4GB分配问题表示疑惑
- 解释：LicensedTerrapin针对原帖中Intel Arc B580 LE提问。
- 💡 觉得原帖文字内容过于复杂，希望有YouTube视频教程
- 解释：缺乏相关经验的评论者想要更好地进行GPU升级及相关操作。
- 💡 相对于CPU生成时间，原帖结果如果是秒数的话是很好的
- 解释：huntman29从CPU和GPU生成时间对比得出结论。
金句与有趣评论
- “😂 那些SDXL数字很粗糙，在每幅图像332秒的情况下，我预计您指的是秒/迭代而不是迭代/秒，并且我也预计VAE占用了大部分时间。”
- 亮点：darth_chewbacca深入分析原帖SDXL数据的可能问题。
- “🤔 It would be nice if there’s something we could compare it to like let say nvidia 3060 12g or 4060 ti 16g.”
- 亮点：ultrababy123提出对比不同GPU数据的需求。
- “👀 But this text is very overwhelming for someone like me who has no expereinece in this topic”
- 亮点：表达缺乏经验者对原帖内容的直观感受。
- “😎 1.9it/s up to 3.74it/s while also not being Nvidia is a massive step forward, in my eyes.”
- 亮点：从对比数据中看出B580在非Nvidia情况下的进步。
- “💥 huntman29：Insanely good if you’re coming from CPU generation times which can take upwards of 15 minutes per image”
- 亮点：通过与CPU生成时间对比凸显原帖结果的优势。
情感分析
总体情感倾向是积极探索的。主要分歧点在于对原帖中数据的理解，如SDXL的运行时间数据单位等。可能的原因是原帖提供了较多技术相关的数据，不同的读者根据自己的知识背景和关注点有不同的理解，而且大家都在积极寻求对技术内容更好的理解、优化以及对比等。
趋势与预测
- 新兴话题：可能会有更多关于不同GPU在ComfyUI下性能优化的讨论。
- 潜在影响：对有需求的用户在选择GPU用于AI相关操作时提供更多参考依据。
详细内容：
标题：Intel Arc B580 安装 ComfyUI 指南及性能基准测试引发 Reddit 热议
近日，一则关于在 Intel Arc B580 上安装 ComfyUI 并进行样本基准测试的帖子在 Reddit 上引起了广泛关注。该帖子获得了众多点赞和大量评论。
原帖作者详细分享了在 Windows 11 系统中为 Intel Arc B580 LE 安装 ComfyUI 的步骤，还提供了多种模型的基准测试数据。同时指出，最新版本的安装文件解决了 4GB 内存分配问题。
帖子引发的主要讨论方向集中在对基准测试结果的分析和与其他显卡的性能对比上。文章将要探讨的核心问题是：Intel Arc B580 在运行 ComfyUI 时的性能表现究竟如何，以及与其他常见显卡相比有何优势和不足。
在讨论中，有人认为 SDXL 的测试数据表现不佳，可能是由于 VRAM 问题，两个模型和 VAE 在争抢 VRAM 空间。有人提出可以通过安装 Comfy 管理器并进行一系列操作来优化，也有人认为在 ComfyUI 中仅测试运行 SDXL 基础模型而不使用优化器可能更简单。
还有人指出，从网上看到的数据来看，B580 12GB 的速度比 3060 快两倍以上。例如，有用户分享道：“从网上看到的 3060 的数据，如果原帖的数据是真实的，那么 B580 12GB 比 3060 快两倍多！在游戏方面，大多数我看到的基准测试中，B580 领先 3060 最多 50%，但远没有达到两倍！不过，这些数据非常有前景，特别是对于 B770 可能的表现。”
有人表示，与 3060 Ti 相比，B580 在某些方面有优势。例如，一位用户称：“3060 Ti 在 sdxl 上的速度为 1.9it/s，而 B580 的表现看起来很棒！1.9it/s 提升到 3.74it/s，并且还不是 Nvidia 产品，在我看来是巨大的进步。”
也有人分享自己的经历，比如：“是啊，但这没算上我上周为了让它正常工作所花费的数小时，直到今天新的 ipex 驱动发布，一切问题才得以解决！”
总的来说，关于 Intel Arc B580 安装 ComfyUI 的讨论丰富多样，既有对性能表现的深入分析，也有与其他显卡的对比探讨，为用户提供了多方面的参考和思考。
感谢您的耐心阅读！来选个表情，或者留个评论吧！