ما مواصفات تشغيل مولّد صور الذكاء الاصطناعي ذاتيًا؟

ما يحتاجه مولّد صور الذكاء الاصطناعي المستضاف ذاتيًا فعليًا

مولّد صور الذكاء الاصطناعي المستضاف ذاتيًا هو تطبيق ويب واحد وملف نموذج واحد. التطبيق هو ComfyUI، ويعمل على أي جهاز Linux. النموذج هو الذي يحدد متطلبات العتاد لديك. نقطة فحص من فئة SDXL هي ملف واحد بحجم 6.94 GB، وتحتاج إلى البقاء في ذاكرة GPU. هذه الحقيقة وحدها تحدد الميزانية بأكملها، لذلك اقرأ تدرّج العتاد أدناه قبل استئجار أي خادم.

الخلاصة الصريحة: يمكن لـ VPS يعمل بوحدة CPU فقط تثبيت البرنامج وتقديمه، كما يمكنه إنشاء صور بدقة 512x512 باستخدام نموذج Stable Diffusion 1.5 أقدم خلال دقيقة أو دقيقتين لكل صورة. أما الجهاز نفسه عند تشغيل SDXL بدقة 1024x1024، فيستغرق من عشر إلى عشرين دقيقة لكل صورة. هذا لا يعني أن الإعداد معطّل. إنها مسألة حسابية، ويشرح هذا الدليل أسبابها.

لماذا يحدد حجم النموذج مواصفات الجهاز

تعمل عملية توليد الصور عبر حلقة لإزالة التشويش. في عملية توليد من 30 خطوة، يمرر النظام النموذج الكامل على الصورة 30 مرة، وتقرأ كل خطوة جميع الأوزان. يبلغ حجم أوزان SDXL بدقة نصفية نحو 6.9 GB، لذلك تنقل عملية من 30 خطوة نحو 200 GB عبر الذاكرة قبل أن ترى الصورة.

تقرأ وحدة معالجة الرسومات التي تحتوي على 24 GB من ذاكرة الفيديو (VRAM، وهي الذاكرة المثبتة بجوار شريحة الرسومات) البيانات بسرعة مئات الجيجابايت في الثانية، وتحتفظ بجميع الـ 6.9 GB في وقت واحد. يقرأ VPS الذي يعتمد على وحدة المعالجة المركزية ذاكرة النظام RAM بسرعة عشرات الجيجابايت في الثانية، ولا يحتوي على عتاد مصفوفات لتنفيذ عمليات الالتفاف. لذلك تعمل الحلقة نفسها بسرعة أبطأ بمقدار مرتبة أو مرتبتين. وينطبق هذا السبب المرتبط بعرض نطاق الذاكرة أيضًا على النماذج النصية، ومن المفيد قراءته إلى جانب متى يستحق VPS مع وحدة معالجة رسومات التكلفة فعليًا.

يختلف توليد الصور عن توليد النصوص من ناحية واحدة مهمة. يرسل نموذج المحادثة الرموز تدريجيًا، لذلك يظل الجهاز البطيء قابلًا للاستخدام لأن الكلمات تظهر أثناء القراءة. لا تظهر الصورة إلا بعد اكتمال الخطوة الأخيرة. الجهاز البطيء يعني التحديق في شريط التقدم.

سلّم العتاد، مع أرقام فعلية

يحتوي المربع أدناه على أرقام نموذجية لصورة SDXL واحدة بدقة 1024x1024 وبـ 30 خطوة، باستخدام عيّنة Euler، اعتبارًا من July 2026. تعامل معها على أنها تقديرات تقريبية للحجم. يغيّرها sampler وعدد الخطوات والدقة لديك.

[
  {
    "label": "8 vCPU VPS, no GPU",
    "seconds_per_image": 780
  },
  {
    "label": "8GB VRAM GPU",
    "seconds_per_image": 32
  },
  {
    "label": "12GB VRAM GPU",
    "seconds_per_image": 18
  },
  {
    "label": "24GB VRAM GPU",
    "seconds_per_image": 9
  }
]

يبلغ زمن صف CPU 780 ثانية، أي نحو ثلاث عشرة دقيقة. أما البطاقة بسعة 24 GB فتبلغ 9 ثانية. هذا هو الفارق الذي تدفع مقابله عند الانتقال بين هذه المستويات.

اقرأ السلّم بهذه الطريقة. يعمل SDXL حتى مع أقل من 8 GB من VRAM، لأن ComfyUI ينقل الطبقات إلى ذاكرة النظام تلقائيًا، ويمكنه تشغيل البطاقة بسعة لا تقل عن 1 GB. يضيف النقل إلى الذاكرة وقتًا في كل خطوة، لذلك تستغرق البطاقة بسعة 6 GB نحو دقيقة للصورة، لا نحو ثلاثين ثانية. عند 8 GB يلائم النموذج الأساسي الذاكرة، ويصبح التصيير مريحًا. عند 12 GB يمكنك إبقاء ControlNet واحد أو اثنين إلى جانب checkpoint من دون نقل إلى الذاكرة. عند 24 GB يمكنك تشغيل SDXL مع refiner ورفع الدقة ضمن workflow واحد، كما يمكنك البدء بتدريب محولات LoRA، إذ يتطلب ذلك ذاكرة أكبر بكثير من التوليد.

ما يستطيع VPS يعمل بوحدة CPU وما لا يستطيع

يمكنه تنفيذ أكثر مما يتوقعه الناس، وأقل مما توحي به الدعاية. حدّد هذه الحدود بدقة.

يمكن لـ VPS يعمل بوحدة CPU تثبيت ComfyUI، وتقديم واجهة الويب، والاحتفاظ بمكتبة النماذج، وتشغيل قائمة الانتظار، وإنشاء الصور من دون وجود GPU على الإطلاق. عند استخدام Stable Diffusion 1.5 بدقة 512x512 مع 20 خطوة، توقّع نحو 60 إلى 150 ثانية لكل صورة على 8 وحدات vCPU حديثة مع 16 GB من RAM. بالنسبة إلى مهمة دفعية تعمل طوال الليل، أو نقطة نهاية منخفضة الحجم للصور خلف قائمة انتظار، فهذا مناسب فعليًا.

لا يستطيع VPS يعمل بوحدة CPU توفير عمل تفاعلي. تكرار التعليمات يعني إجراء 20 عملية توليد خلال ساعة، وعند استغراق كل عملية 13 دقيقة ستحصل على 4 عمليات فقط. كما أنه لا يستطيع التدريب. يستغرق الضبط الدقيق لـ LoRA على CPU أيامًا، لا ساعات، لذا اعتبره غير متاح.

تختلف قاعدة الذاكرة عند استخدام CPU فقط عن قاعدة GPU. تُحمَّل الأوزان في RAM النظام، لذلك تحتاج إلى حجم النموذج بالإضافة إلى مساحة العمل: نحو 16 GB من RAM لـ SDXL، ونحو 8 GB لـ SD 1.5. سيبدأ جهاز بسعة 4 GB تشغيل ComfyUI، ثم يوقفه قاتل نفاد الذاكرة أثناء عملية التوليد الأولى. سيظهر ذلك على شكل اختفاء العملية مع Killed في dmesg ومن دون أثر تتبع Python.

تثبيت ComfyUI على جهاز مزود بوحدة GPU

هذه هي الأوامر المصدرية. ابدأ بتثبيت نظيف لـ Ubuntu 24.04 مع تثبيت برنامج تشغيل NVIDIA مسبقًا. تحقّق من برنامج التشغيل أولًا، لأن كل حالات الفشل اللاحقة ستبدو متشابهة من دون هذا الفحص.

nvidia-smi

يجب أن يطبع ذلك جدولًا يتضمن بطاقتك وإصدار CUDA. يشير command not found أو NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver إلى أن برنامج التشغيل مفقود أو أن وحدة kernel لم تُحمّل بعد ترقية. أصلح ذلك قبل المتابعة، لأن ComfyUI سيتحول بصمت إلى استخدام CPU وستلقي اللوم على البرنامج.

sudo apt update
sudo apt install -y git python3-venv python3-pip wget
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python3 -m venv venv
. venv/bin/activate
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt

البيئة الافتراضية ليست نصيحة اختيارية. يسحب PyTorch شجرة كبيرة من التبعيات، وتثبيته على مستوى النظام في جهاز يشغّل أي شيء آخر يؤدي إلى تعطيل ذلك الشيء الآخر. تحقّق من أن PyTorch يستطيع رؤية البطاقة قبل المتابعة.

python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

يعني True مع اسم بطاقتك أن المكدس يعمل. يشير False إلى أن الحزمة التي ثبّتها لا تتوافق مع برنامج التشغيل، وعادةً ما يكون السبب وجود حزمة torch مخصصة لـ CPU في ذاكرة التخزين المؤقت مسبقًا. أعد التثبيت باستخدام عنوان الفهرس أعلاه.

احصل على نموذج، وخطّط لمساحة القرص

لا يأتي ComfyUI مع أوزان. ضع نقاط التحقق في models/checkpoints، وملفات VAE في models/vae، ومحوّلات LoRA في models/loras.

cd ~/ComfyUI/models/checkpoints
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

استخدم .safetensors بدلًا من .ckpt دائمًا. ملف .ckpt هو كائن Python مُسلسل باستخدام pickle، ويؤدي تحميله إلى تنفيذ تعليمات برمجية من الجهة التي أنشأته. يحتوي تنسيق safetensors على الموترات فقط، لذلك لا يمكن لملف ضار تشغيل أي شيء.

مساحة التخزين من التكاليف التي ينساها الناس. يبلغ حجم نقطة تحقق SDXL الأساسية 6.94 GB. ويحتاج المُحسِّن إلى 6 GB إضافية. يتراوح حجم نموذج ControlNet الواحد بين 1.4 و2.5 GB، ويتراوح حجم أداة تحسين الدقة بين 60 و350 MB، بينما يتراوح حجم LoRA بين 20 و400 MB. ومن المعتاد تنزيل نموذج أساسي ثانٍ وثالث خلال أسبوع. خصص 100 GB من مساحة القرص لتثبيت عملي، وراقب دليل المخرجات أيضًا: يبلغ حجم ملفات PNG بدقة 1024x1024 من 1 إلى 2 MB لكل ملف، ويمكن لدفعة تعمل دون مراقبة أن تملأ قرصًا صغيرًا بهدوء. ضع models/ وoutput/ على وحدة تخزين قابلة للتوسعة، وأنشئ نسخًا احتياطية من ملفات JSON لسير العمل باستخدام شيء مثل نسخ احتياطية تزايدية مشفّرة إلى تخزين الكائنات. يمكن إعادة تنزيل الأوزان. أما عمليات سير العمل التي ضبطتها فلا يمكن ذلك.

شغّله، والوصول إليه بأمان

cd ~/ComfyUI
. venv/bin/activate
python main.py --listen 127.0.0.1 --port 8188

يعمل ComfyUI على المنفذ 8188. على خادم يعمل بوحدة CPU فقط، أضف --cpu. فهذا يجبره على استخدام مسار CPU بدلًا من الفشل بسبب عدم توفر جهاز CUDA.

اربطه بالعنوان 127.0.0.1، وليس بالعنوان 0.0.0.0. لا يحتوي ComfyUI على شاشة تسجيل دخول أو حسابات مستخدمين. يمكن لأي جهة تصل إلى المنفذ وضع المهام في قائمة الانتظار، وقراءة كل الصور التي أنشأتها، وتثبيت العقد المخصصة. وهذا يتيح تنفيذ تعليمات برمجية عشوائية على خادمك. استخدم نفق SSH من حاسوبك المحمول للوصول إليه بدلًا من ذلك.

ssh -N -L 8188:127.0.0.1:8188 you@your-server

ثم افتح http://127.0.0.1:8188 محليًا. إذا كنت تحتاج إلى وصول فعلي لعدة مستخدمين، فضع وكيلًا عكسيًا مزودًا بالمصادقة أمامه، وأبقِ التطبيق مرتبطًا بـ localhost. وينطبق المنطق نفسه على أي خدمة مستضافة ذاتيًا وغير مزودة بالمصادقة، وهو النمط القياسي في عمليات نشر Docker Compose على VPS.

إبقاؤه قيد التشغيل باستخدام systemd

قائمة عرض تتوقف عند إغلاق جلسة SSH ليست خدمة. اكتب /etc/systemd/system/comfyui.service.

[Unit]
Description=ComfyUI
After=network-online.target

[Service]
User=comfy
WorkingDirectory=/home/comfy/ComfyUI
ExecStart=/home/comfy/ComfyUI/venv/bin/python main.py --listen 127.0.0.1 --port 8188
Restart=on-failure
RestartSec=5

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable --now comfyui
systemctl status comfyui

يعني active (running) وظهور سطر سجل يتضمن To see the GUI go to: http://127.0.0.1:8188 أن الخدمة تعمل. لاحظ أن ExecStart يحدد المفسّر داخل البيئة الافتراضية مباشرةً، لأن systemd لا يشغّل ملف تعريف الصدفة، ولذلك لا يحدث activate مطلقًا.

التوصية العملية حسب الميزانية

إذا أردت تجربة توليد الصور وكانت التكلفة أهم من السرعة، فاستخدم VPS بمعالج CPU وذاكرة RAM بسعة 16 GB، وشغّل SD 1.5 بدقة 512x512، وتقبّل أن يستغرق توليد كل صورة دقيقة أو دقيقتين. هذه نقطة البداية الواقعية، وتكلف جزءًا بسيطًا من تكلفة أي خادم مزود بـ GPU. وهي أيضًا المكان المناسب لاستضافة مكتبة النماذج وسير العمل أثناء اتخاذ قرارك.

إذا كنت تكرر تعديل المطالبات يوميًا، فاستأجر GPU بذاكرة VRAM لا تقل عن 12 GB بالساعة من مزود سحابي لوحدات GPU، وأوقفه عندما تتوقف. توليد الصور عمل متقطع، وترك GPU غير مستخدم مع احتساب رسوم شهرية هو أكثر أسباب الإنفاق الزائد شيوعًا في هذه الحالة. احتفظ بنقاط التحقق على وحدة تخزين كتلية منخفضة التكلفة، وقم بتركيبها.

إذا كنت تقدم الخدمة لأشخاص آخرين، أو تدرب محولات LoRA، فأنت تحتاج إلى 24 GB من VRAM وجهاز تحتفظ به قيد التشغيل. عند هذه النقطة، يحقق الجهاز نفسه فائدته عادةً عند تشغيل نموذج لغة محلي أيضًا، وهذا هو الإعداد الموضح في استضافة نموذج LLM ذاتيًا باستخدام Ollama.

أيًا كان المستوى الذي تختاره، قِس أداء جهازك بنفسك قبل الاعتماد على أي رقم منشور. ضع المطالبة نفسها في قائمة الانتظار خمس مرات، واقرأ عدد الثواني لكل تكرار الذي يطبعه ComfyUI في وحدة التحكم. هذا الرقم يحدد موقعك الحقيقي على سلم الأداء.

FAQ

هل يمكنني تشغيل Stable Diffusion من دون GPU؟

نعم. يعمل ComfyUI باستخدام python main.py --cpu وينشئ صورًا فعلية من دون وجود بطاقة رسومات. توقّع نحو 60 إلى 150 ثانية لكل صورة عند استخدام Stable Diffusion 1.5 بدقة 512x512، ومن 10 إلى 20 دقيقة عند استخدام SDXL بدقة 1024x1024، على 8 vCPUs حديثة. يناسب ذلك المعالجة الدفعية الليلية ونقاط النهاية منخفضة الحجم. لكنه لا يناسب تكرار اختبار المطالبات، كما أن التدريب غير عملي تمامًا.

ما مقدار VRAM الذي أحتاج إليه لتشغيل SDXL؟

تتيح سعة 8 GB تشغيل SDXL بصورة مريحة بدقة 1024x1024. عند استخدام سعة أقل، ينقل ComfyUI الطبقات إلى system RAM تلقائيًا ويستمر في العمل حتى نحو 1 GB من VRAM، لكن كل خطوة منقولة تستغرق وقتًا إضافيًا. تتيح سعة 12 GB إبقاء ControlNet إلى جانب checkpoint، بينما تغطي سعة 24 GB النموذج الأساسي وrefiner وupscaling ضمن workflow واحد، وهي الحد العملي الأدنى لتدريب محولات LoRA.

ما مقدار مساحة القرص التي تحتاج إليها النماذج؟

يبلغ حجم checkpoint الأساسي لـ SDXL وحده 6.94 GB، ويضيف refiner نحو 6 GB أخرى. يتراوح حجم نماذج ControlNet بين 1.4 و2.5 GB لكل نموذج، ويتراوح حجم محولات LoRA بين 20 و400 MB، بينما يصل حجم أدوات upscaling إلى 350 MB. خصص 100 GB لتثبيت عملي يضم بضعة نماذج أساسية، وراقب مجلد المخرجات بشكل منفصل، لأن ملفات PNG بدقة 1024x1024 يتراوح حجمها بين 1 و2 MB لكل ملف.

هل من الآمن إتاحة ComfyUI على الإنترنت العام؟

لا. لا يوفر ComfyUI أي نوع من المصادقة، كما أن نظام custom-node فيه يثبت ويمرر شيفرة Python من الواجهة، ولذلك فإن فتح منفذ يعني تنفيذ شيفرة عن بُعد على خادمك. اربطه بـ 127.0.0.1، ثم اتصل به عبر نفق SSH باستخدام ssh -N -L 8188:127.0.0.1:8188 you@your-server، وضع reverse proxy يتطلب المصادقة أمامه إذا كان أكثر من شخص يحتاج إلى الوصول إليه.

لماذا أُوقفت عملية التصيير لدي من دون رسالة خطأ؟

اختفاء العملية مع Killed في dmesg من دون traceback من Python يعني أن Linux استخدم أداة إنهاء العمليات عند نفاد الذاكرة، وليس أن هناك خطأً في ComfyUI. في الخادم الذي يعمل بالمعالج فقط، توجد الأوزان في system RAM، ولذلك يحتاج SDXL إلى نحو 16 GB ويحتاج SD 1.5 إلى نحو 8 GB، إضافة إلى مساحة العمل. أضف RAM، أو أضف swap، أو انتقل إلى نموذج أصغر ودقة أقل.