SSD Nodes Learn Hosting plans →

Self-hosted AI image generator-க்குத் தேவையான hardware

Stable Diffusion மற்றும் SDXL இயக்கத் தேவையான வன்பொருள் விவரங்கள் இதோ. CPU VPS வரம்புகள், ComfyUI நிறுவல் கட்டளைகள் மற்றும் பட உருவாக்கத்திற்குத் தேவையான disk அளவு பற்றி அறியுங்கள்.

சுயமாக இயங்கும் AI image generator-க்குத் தேவையானவை

சுயமாக இயங்கும் AI image generator என்பது ஒரு web application மற்றும் ஒரு model கோப்பு ஆகியவற்றின் தொகுப்பாகும். இதில் ComfyUI என்பது application ஆகும், இது எந்தவொரு Linux கணினியிலும் இயங்கும். உங்கள் வன்பொருளை (hardware) தீர்மானிப்பது நீங்கள் பயன்படுத்தும் model தான். SDXL-வகை checkpoint என்பது 6.94 GB அளவுள்ள ஒரு கோப்பாகும், இது GPU நினைவகத்தில் (memory) இருக்க வேண்டும். இந்த ஒரு உண்மைதான் உங்கள் மொத்த பட்ஜெட்டையும் தீர்மானிக்கிறது, எனவே எதையும் வாடகைக்கு எடுக்கும் முன் கீழே உள்ள வன்பொருள் வரிசையைப் படிக்கவும்.

உண்மையான சுருக்கம்: CPU-மட்டும் கொண்ட VPS-ல் இந்த மென்பொருளை நிறுவி இயக்க முடியும். இது பழைய Stable Diffusion 1.5 model-ஐப் பயன்படுத்தி 512x512 அளவில் ஒரு படத்தை உருவாக்க ஒன்று அல்லது இரண்டு நிமிடங்கள் எடுத்துக்கொள்ளும். அதே கணினியில் SDXL-ஐப் பயன்படுத்தி 1024x1024 அளவில் படம் உருவாக்கினால், ஒரு படத்திற்கு பத்து முதல் இருபது நிமிடங்கள் வரை ஆகும். இது பழுதடைந்த அமைப்பு அல்ல. இது வெறும் கணக்கீடு மட்டுமே, அதைத்தான் இந்த வழிகாட்டி விளக்குகிறது.

Model அளவு machine-ஐ ஏன் தீர்மானிக்கிறது

Image generation என்பது denoising loop-ஐ இயக்குகிறது. 30-step render-ல் denoiser ஆன SDXL-ன் UNet, image மீது 30 முறை இயக்கப்படும்; ஒவ்வொரு pass-லும் UNet-ன் அனைத்து weights-உம் படிக்கப்படும். இரண்டு text encoders loop தொடங்கும் முன் ஒருமுறை இயக்கப்படும்; VAE loop முடிந்த பின் ஒருமுறை decode செய்யும். எனவே, அவை ஒவ்வொரு step-க்குமான cost-ல் சேராது. Half precision-ல் SDXL-ன் UNet weights 5.14 GB அளவு கொண்டவை. ஆகவே, இந்த எளிமைப்படுத்தப்பட்ட கணக்கில், ஒரு படத்தைப் பார்ப்பதற்கு முன் 30-step render சுமார் 154 GB weights-ஐ memory வழியாக நகர்த்தும்; இதற்கு மேலாக intermediate tensors-உம் கூடுதல் memory-ஐ பயன்படுத்தும்.

24 GB video memory (VRAM, graphics chip-க்கு அருகில் solder செய்யப்பட்ட memory) கொண்ட GPU, ஒரு second-க்கு நூற்றுக்கணக்கான gigabytes வேகத்தில் data-ஐ படிக்கும்; மேலும் 6.9 GB முழுவதையும் ஒரே நேரத்தில் memory-ல் வைத்திருக்க முடியும். CPU VPS, system RAM-ஐ ஒரு second-க்கு பத்துக்கணக்கான gigabytes வேகத்தில் மட்டுமே படிக்கும். Convolution-களுக்கான matrix hardware அதில் இல்லை. எனவே, அதே loop ஒன்று முதல் இரண்டு orders of magnitude வரை மெதுவாக இயங்கும். Text models-ன் செயல்திறனை நிர்ணயிக்கும் memory-bandwidth காரணம் இதேதான். இதை GPU கொண்ட VPS-க்கு செலவிடும் பணம் உண்மையில் எப்போது நியாயமானது என்பதுடன் சேர்த்து படிப்பது பயனுள்ளதாக இருக்கும்.

Image generation, text generation-இலிருந்து ஒரு முக்கியமான வகையில் வேறுபடுகிறது. Chat model tokens-ஐ stream செய்யும். எனவே, machine மெதுவாக இருந்தாலும், நீங்கள் படிக்கும்போதே words தோன்றுவதால் பயன்படுத்தக்கூடியதாகத் தோன்றும். Image, கடைசி step முடிந்த பிறகே தோன்றும். மெதுவான machine என்றால் progress bar-ஐ பார்த்துக்கொண்டிருக்க வேண்டியதுதான்.

வன்பொருள் ஏணி, உண்மையான எண்களுடன்

கீழே உள்ள பகுதி, ஜூலை 2026 நிலவரப்படி, 1024x1024 தெளிவுத்திறன், 30 படிகள், Euler sampler ஆகியவற்றைக் கொண்ட ஒரு SDXL படத்திற்கான பொதுவான புள்ளிவிவரங்களைக் கொண்டுள்ளது. இவற்றை ஒரு தோராயமான அளவீடாகக் கருதவும். நீங்கள் பயன்படுத்தும் sampler, படிகளின் எண்ணிக்கை மற்றும் தெளிவுத்திறன் ஆகியவற்றைப் பொறுத்து இவை மாறுபடும்.

விளக்கப்படம்One SDXL image, 1024x1024, 30 steps (typical, July 2026)
இந்த விளக்கப்படத்தின் தரவு
[
  {
    "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
  }
]

CPU வரிசையானது 780 வினாடிகள், அதாவது சுமார் பதிமூன்று நிமிடங்கள். 24 GB கார்டு 9 வினாடிகள் ஆகும். இதுவே நீங்கள் முதலீடு செய்யும் இடைவெளி.

இந்த ஏணியை இவ்வாறு வாசிக்கவும். 8 GB VRAM-க்குக் கீழே, SDXL இன்னும் இயங்குகிறது, ஏனெனில் ComfyUI ஆனது VRAM மற்றும் system RAM ஆகியவற்றை ஒருங்கிணைத்து நிர்வகிப்பதோடு, model weights-ஐ தானாகவே offload செய்கிறது. அக்டோபர் 2026 நிலவரப்படி, இந்தத் திட்டத்தின் README கோப்பு, அதன் asynchronous weight streaming-ஐப் பயன்படுத்தி, 4 GB VRAM மற்றும் 8 GB system RAM ஆகியவற்றை குறைந்தபட்சத் தேவையாகக் குறிப்பிடுகிறது. Offloading ஒவ்வொரு படியிலும் நேரத்தை எடுத்துக்கொள்ளும், எனவே 6 GB கார்டு ஒரு படத்திற்கு முப்பது வினாடிகளுக்குப் பதிலாக ஒரு நிமிடத்திற்கு அருகில் நேரத்தை எடுத்துக்கொள்ளும். 8 GB இருந்தால், base model சரியாகப் பொருந்தும் மற்றும் render செய்வது எளிதாக இருக்கும். 12 GB இருந்தால், offloading செய்யாமலேயே checkpoint-உடன் ஒரு ControlNet-ஐப் பயன்படுத்தலாம். 24 GB இருந்தால், ஒரே workflow-ல் SDXL, refiner மற்றும் upscaling ஆகியவற்றை இயக்கலாம், மேலும் LoRA adapters-ஐப் பயிற்றுவிக்க கூடுதல் இடவசதியும் இருக்கும். பயிற்சி இதற்கு குறைவான அளவிலேயே அமையும்: kohya-ss sd-scripts trainer-க்கான SDXL பயிற்சி வழிகாட்டி, 8 GB GPU நினைவகத்தில் LoRA பயிற்சியைச் செய்ய முடியும் என்றும், 10 GB பரிந்துரைக்கப்படுவதாகவும் கூறுகிறது. இதை அடைய, U-Net-ஐ மட்டும் பயிற்றுவிக்கவும், gradient checkpointing-ஐ இயக்கவும், text encoder outputs மற்றும் latents-ஐ cache செய்யவும், 8-bit optimizer அல்லது Adafactor-ஐப் பயன்படுத்தவும், மேலும் 8 GB கார்டில் LoRA dim-ஐ 4 முதல் 8 வரை குறைக்கவும் அறிவுறுத்துகிறது. அந்த scripts-ஐ உள்ளடக்கிய kohya_ss GUI-க்கான LoRA வழிகாட்டி சற்று எச்சரிக்கையுடன் உள்ளது: LoRA பயிற்சிக்கு குறைந்தது 12 GB நினைவகம் கொண்ட GPU-வைப் பயன்படுத்த வேண்டும் என்று அது கூறுகிறது.

CPU VPS-ஆல் செய்யக்கூடியவை மற்றும் செய்ய முடியாதவை

மக்கள் எதிர்பார்ப்பதை விட இது அதிக வேலைகளைச் செய்யும், ஆனால் விளம்பரங்களில் கூறப்படுவதை விட குறைவான திறனையே கொண்டிருக்கும். இந்த எல்லைகளைத் தெளிவாகப் புரிந்துகொள்வது அவசியம்.

ஒரு CPU VPS-ல் ComfyUI-ஐ நிறுவ முடியும், அதன் web interface-ஐ இயக்க முடியும், உங்கள் model library-ஐ சேமிக்க முடியும், queue-வை நிர்வகிக்க முடியும், மேலும் GPU இல்லாமலேயே படங்களை உருவாக்க முடியும். 8 நவீன vCPU மற்றும் 16 GB RAM கொண்ட சூழலில், Stable Diffusion 1.5-ஐப் பயன்படுத்தி 512x512 அளவில் 20 steps-க்கு ஒரு படத்தை உருவாக்க சுமார் 60 முதல் 150 வினாடிகள் வரை ஆகும். இரவு முழுவதும் இயங்கும் batch job-களுக்கோ அல்லது queue-க்கு பின்னால் இருக்கும் குறைந்த அளவிலான image endpoint-களுக்கோ இது போதுமானதாகும்.

ஒரு CPU VPS-ஆல் ஊடாடும் (interactive) பணிகளைச் செய்ய முடியாது. ஒரு மணி நேரத்தில் இருபது முறை prompt-களை மாற்றி சோதிக்க வேண்டும் என்றால், ஒரு படத்திற்கு 13 நிமிடங்கள் வீதம் உங்களால் நான்கு படங்களை மட்டுமே உருவாக்க முடியும். மேலும், இதில் training செய்ய முடியாது. CPU-வில் LoRA fine-tuning செய்ய மணிநேரங்கள் அல்ல, நாட்களே ஆகும் என்பதால், இந்த வசதி இல்லை என்றே கருத வேண்டும்.

CPU-மட்டும் கொண்ட சூழலில் memory தேவை, GPU சூழலில் இருந்து மாறுபடும். Model weights கணினியின் RAM-ல் ஏற்றப்படுவதால், model-ன் அளவுடன் கூடுதல் வேலை செய்யும் இடமும் (working space) தேவைப்படும்: SDXL-க்கு சுமார் 16 GB RAM-ம், SD 1.5-க்கு சுமார் 8 GB RAM-ம் தேவை. 4 GB RAM கொண்ட server-ல் ComfyUI தொடங்கும், ஆனால் முதல் படத்தை உருவாக்கும்போதே out-of-memory killer அந்த process-ஐ நிறுத்திவிடும். இது Python traceback இல்லாமல், process திடீரென மறைந்து Killed-ஐ dmesg-ல் காட்டுவதன் மூலம் வெளிப்படும்.

GPU இயந்திரத்தில் ComfyUI-ஐ நிறுவுதல்

இவை upstream கட்டளைகள். NVIDIA driver ஏற்கனவே நிறுவப்பட்ட, சுத்தமான Ubuntu 24.04 அமைப்பிலிருந்து தொடங்கவும். முதலில் driver-ஐ உறுதிப்படுத்தவும், ஏனெனில் இந்தச் சரிபார்ப்பு இல்லையெனில், பிற்காலத்தில் ஏற்படும் அனைத்துப் பிழைகளும் ஒரே மாதிரியாகவே தோன்றும்.

nvidia-smi

இது உங்கள் கிராபிக்ஸ் கார்டு மற்றும் CUDA பதிப்பைக் கொண்ட ஒரு அட்டவணையைத் திரையில் காட்ட வேண்டும். command not found அல்லது NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver என்பது driver இல்லை என்றோ அல்லது மேம்படுத்தலுக்குப் பிறகு kernel module ஏற்றப்படவில்லை என்றோ பொருள். இதைச் சரிசெய்த பின்னரே தொடரவும், ஏனெனில் ComfyUI தானாகவே CPU-க்கு மாறிவிடும், அப்போது நீங்கள் மென்பொருளைக் குறை கூறுவீர்கள்.

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

Virtual environment என்பது கட்டாயமான ஒன்று, இது வெறும் பரிந்துரை அல்ல. PyTorch பெரிய அளவிலான dependency-களைக் கொண்டுள்ளது; பிற சேவைகள் இயங்கும் ஒரு கணினியில் இதை system-wide ஆக நிறுவினால், மற்ற சேவைகள் பாதிக்கப்பட வாய்ப்புள்ளது. மேலும் தொடர்வதற்கு முன், PyTorch-ஆல் கிராபிக்ஸ் கார்டைக் கண்டறிய முடிகிறதா என்பதைச் சரிபார்க்கவும்.

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

True மற்றும் உங்கள் கார்டின் பெயர் திரையில் தோன்றினால், stack சரியாகச் செயல்படுகிறது என்று பொருள். False என்பது நீங்கள் நிறுவிய wheel, driver-உடன் பொருந்தவில்லை என்று பொருள்; பொதுவாக CPU-only torch wheel ஏற்கனவே cache-ல் இருந்ததால் இது நிகழும். மேலே உள்ள index URL-ஐப் பயன்படுத்தி மீண்டும் நிறுவவும்.

Model-ஐப் பெற்று, disk-க்குத் திட்டமிடவும்

ComfyUI எந்த weights-உடனும் வெளியிடப்படாது. Checkpoints models/checkpoints-ல், VAE files models/vae-ல், LoRA adapters models/loras-ல் இருக்க வேண்டும்.

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

எப்போதும் .safetensors-க்கு முன்னுரிமை அளிக்கவும்; .ckpt-ஐ தவிர்க்கவும். .ckpt file என்பது pickled Python object ஆகும். அதை load செய்யும்போது, அதை உருவாக்கியவரின் code இயக்கப்படும். safetensors format tensors-ஐ மட்டும் கொண்டிருக்கும். எனவே, தீங்கிழைக்கும் file எதையும் இயக்க முடியாது.

Storage செலவை பலர் கணக்கில் எடுத்துக்கொள்வதில்லை. ஒரு SDXL base checkpoint-ன் அளவு 6.94 GB. Refiner-க்கு மேலும் 6 GB தேவைப்படும். SDXL ControlNet model-ன் அளவு, small Canny model-க்கு 320 MB முதல் half precision-ல் இயங்கும் full model-க்கு 2.5 GB வரை இருக்கும். Upscaler சிறியதாக இருக்கும்: standard Real-ESRGAN x4plus model 67 MB, அதன் anime model 17.9 MB, அதன் anime video model 2.5 MB. LoRA-வின் அளவு சில பத்து megabytes முதல் ByteDance-ன் Hyper-SDXL adapters-க்கு 787 MB வரை இருக்கும். இதைப் பயன்படுத்தத் தொடங்கியவர்கள் ஒரு வாரத்துக்குள் இரண்டாவது, மூன்றாவது base model-ஐ download செய்வார்கள். செயல்படும் installation-க்கு 100 GB disk ஒதுக்கவும். outputs directory-யையும் கண்காணிக்கவும்: 1024x1024 PNG files ஒவ்வொன்றும் 1 முதல் 2 MB வரை இருக்கும்; கண்காணிப்பின்றி இயங்கும் batch சிறிய disk-ஐ அமைதியாக நிரப்பிவிடும். models/ மற்றும் output/ ஆகியவற்றை விரிவாக்கக்கூடிய volume-ல் வைக்கவும். Workflow JSON files-க்கு object storage-க்கு encrypted incremental backups போன்ற முறையில் backup எடுக்கவும். Weights-ஐ மீண்டும் download செய்யலாம். நீங்கள் fine-tune செய்த workflows-ஐ மீண்டும் பெற முடியாது.

இயக்குதல் மற்றும் பாதுகாப்பாக அணுகுதல்

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

ComfyUI, 8188 port-ல் இயங்குகிறது. CPU-மட்டும் கொண்ட கணினியில், --cpu-ஐச் சேர்க்கவும்; இது CUDA device இல்லாதபோது ஏற்படும் பிழையைத் தவிர்த்து, CPU-ஐப் பயன்படுத்த கட்டாயப்படுத்தும்.

0.0.0.0-க்கு பதிலாக 127.0.0.1-ல் bind செய்யவும். ComfyUI-ல் இப்போது கணக்குகள் (accounts) உள்ளன, ஆனால் அவை எவையும் உங்கள் server-ஐப் பூட்டுவதில்லை. Settings-ல் உள்ள User பகுதியில் நீங்கள் செய்யும் login, உங்களை ஒரு Comfy கணக்கில் இணைக்கும்; இது local install-லும் வேலை செய்யும்: Comfy-ன் ஆவணங்கள் மின்னஞ்சல், Google, GitHub மற்றும் API key sign-in ஆகியவற்றை பட்டியலிடுகின்றன. அந்த கணக்கு, partner nodes மற்றும் Comfy Cloud சந்தாக்களுக்கான அணுகல் மட்டுமே என்று ஆவணங்கள் குறிப்பிடுகின்றன; உங்கள் server-க்கு password பாதுகாப்பு அளிக்கும் வழியாக அவை எங்கும் குறிப்பிடப்படவில்லை. --multi-user flag, பயனர் வாரியான சேமிப்பகத்தை (per-user storage) மட்டுமே செயல்படுத்துகிறது: அக்டோபர் 2026 நிலவரப்படி, server ஒரு comfy-user request header-லிருந்து பயனர் பெயரை எடுத்துக்கொள்கிறதே தவிர, எந்த கடவுச்சொல்லையும் சரிபார்ப்பதில்லை. அந்த port-ஐ அணுகும் எவரும் பணிகளை (jobs) வரிசைப்படுத்தலாம், நீங்கள் உருவாக்கிய அனைத்து படங்களையும் பார்க்கலாம்; மேலும், நீங்கள் --enable-manager-உடன் அதைத் தொடங்கியிருந்தால், custom nodes-ஐ நிறுவலாம். இது உங்கள் server-ல் தன்னிச்சையான குறியீட்டை (arbitrary code) இயக்குவதற்குச் சமம். அதற்குப் பதிலாக, உங்கள் laptop-லிருந்து SSH tunnel வழியாக அதை அணுகவும்.

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

பிறகு, உள்ளூரில் http://127.0.0.1:8188-ஐத் திறக்கவும். உங்களுக்கு உண்மையான பல-பயனர் அணுகல் (multi-user access) தேவைப்பட்டால், அதற்கு முன்னால் authentication வசதி கொண்ட ஒரு reverse proxy-ஐ வைத்துக்கொண்டு, அந்த application-ஐ localhost-லேயே வைத்திருக்கவும். அங்கீகாரம் இல்லாத எந்தவொரு self-hosted சேவைக்கும் இதே தர்க்கமே பொருந்தும், மேலும் இது VPS-ல் Docker Compose deployments செய்வதற்கான நிலையான முறையாகும்.

systemd கீழ் தொடர்ந்து இயங்கச் செய்யவும்

உங்கள் SSH session மூடப்பட்டதும் நிறுத்தப்படும் render queue ஒரு service அல்ல. அதை உங்களாக இயக்காமல், login இல்லாத comfy user ஆக இயக்கவும்: custom nodes என்பது code ஆகும்; அந்த code-க்கு உங்கள் home directory-ஐ அணுகும் அனுமதி இருக்கக்கூடாது. இந்த user-ஐ உருவாக்கி, install-ஐ அதன் home directory-க்கு மாற்றவும்:

sudo useradd --system --create-home --home-dir /home/comfy --shell /usr/sbin/nologin comfy
sudo mv ~/ComfyUI /home/comfy/
sudo chown -R comfy:comfy /home/comfy/ComfyUI

Unit அதன் python-ஐ நேரடியாக அழைப்பதால், இந்த மாற்றத்திற்குப் பிறகும் virtual environment இயங்கும். பின்னர் /etc/systemd/system/comfyui.service-ஐ எழுதவும்.

[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

active (running) மற்றும் To see the GUI go to: http://127.0.0.1:8188 என்று காட்டும் log line ஆகியவை service இயங்குவதைக் குறிக்கும். ExecStart virtual environment-க்குள் உள்ள interpreter-ஐ நேரடியாகக் குறிப்பிடுகிறது என்பதை நினைவில் கொள்ளவும். systemd உங்கள் shell profile-ஐ இயக்காது; எனவே activate ஒருபோதும் நடைபெறாது.

பட்ஜெட்டுக்கு ஏற்ற நடைமுறைப் பரிந்துரை

நீங்கள் image generation-ஐ முயற்சி செய்ய விரும்பினால் மற்றும் வேகத்தை விட செலவு முக்கியமென்றால், 16 GB RAM கொண்ட CPU VPS-ஐத் தேர்வு செய்யவும். அதில் 512x512 அளவில் SD 1.5-ஐ இயக்கவும்; ஒரு படத்திற்கு ஒன்று அல்லது இரண்டு நிமிடங்கள் ஆவதை ஏற்றுக்கொள்ளுங்கள். இதுவே உண்மையான தொடக்கப்புள்ளி, மேலும் GPU கொண்ட எதையும் விட இது மிகக் குறைந்த செலவே ஆகும். நீங்கள் முடிவெடுக்கும் வரை, model library மற்றும் workflows-ஐ ஹோஸ்ட் செய்ய இதுவே சரியான இடமாகும்.

நீங்கள் தினமும் prompts-ஐ மாற்றியமைப்பவர் என்றால், GPU cloud-லிருந்து குறைந்தது 12 GB VRAM கொண்ட GPU-வை மணிநேர அடிப்படையில் வாடகைக்கு எடுத்து, வேலை முடிந்ததும் அதை நிறுத்திவிடுங்கள். Image generation என்பது அவ்வப்போது செய்யப்படும் வேலை; மாதந்தோறும் கட்டணம் செலுத்தும் idle GPU-வே மக்கள் அதிக செலவு செய்ய முக்கிய காரணமாகிறது. Checkpoints-ஐ மலிவான block storage-ல் வைத்து, தேவைப்படும்போது mount செய்யவும்.

நீங்கள் மற்றவர்களுக்குச் சேவை வழங்கினால் அல்லது அடிக்கடி LoRA adapters-ஐ train செய்தால், 24 GB VRAM கொண்ட சொந்த இயந்திரத்தைத் திட்டமிடுங்கள். sd-scripts SDXL வழிகாட்டியின்படி, அதன் memory-saving settings-ஐப் பயன்படுத்தி 8 GB-ல் LoRA training செய்ய முடியும் (10 GB பரிந்துரைக்கப்படுகிறது), மேலும் kohya_ss GUI-ன் LoRA வழிகாட்டி குறைந்தது 12 GB-ஐக் கேட்கிறது. sd-scripts வழிகாட்டியில் குறிப்பிடப்பட்டுள்ள 24 GB என்பது batch size 1-ல் முழுமையான SDXL fine-tuning செய்வதற்கானது; எனவே, 24 GB கார்டு LoRA வேலைகளுக்குப் போதுமானது மற்றும் fine-tuning செய்வதற்கும் வழிவகுக்கும். அந்த நிலையில், அதே இயந்திரம் ஒரு local language model-ஐ இயக்குவதன் மூலம் அதன் செலவை ஈடுகட்டும்; இது Ollama மூலம் LLM-ஐ self-hosting செய்தல் பகுதியில் விவரிக்கப்பட்டுள்ள அமைப்பாகும்.

நீங்கள் எந்த நிலையைத் தேர்ந்தெடுத்தாலும், வெளியிடப்பட்ட எந்தவொரு புள்ளிவிவரத்தையும் நம்புவதற்கு முன் உங்கள் சொந்த இயந்திரத்தில் அளவிடுங்கள். ஒரே prompt-ஐ ஐந்து முறை வரிசைப்படுத்தி (queue), ComfyUI-ன் console-ல் அது காட்டும் seconds-per-iteration-ஐக் கவனியுங்கள். அந்த எண்ணே உங்கள் உண்மையான செயல்திறன் அளவீடு ஆகும்.

FAQ

GPU இல்லாமலேயே என்னால் Stable Diffusion-ஐ இயக்க முடியுமா?

ஆம். ComfyUI-ஐ python main.py --cpu கொண்டு இயக்க முடியும், கிராபிக்ஸ் கார்டு இல்லாமலேயே உண்மையான படங்களை உருவாக்க முடியும். 8 நவீன vCPU-களில், Stable Diffusion 1.5 (512x512) ஒரு படத்திற்கு சுமார் 60 முதல் 150 வினாடிகளும், SDXL (1024x1024) ஒரு படத்திற்கு பத்து முதல் இருபது நிமிடங்களும் எடுத்துக்கொள்ளும். இது இரவு நேர batch வேலைகளுக்கும், குறைந்த எண்ணிக்கையிலான கோரிக்கைகளுக்கும் (low-volume endpoints) ஏற்றது. prompt-களை அடிக்கடி மாற்றி சோதிப்பதற்கோ (prompt iteration) அல்லது training செய்வதற்கோ இது உகந்தது அல்ல.

SDXL-க்கு எவ்வளவு VRAM தேவை?

8 GB VRAM இருந்தால் 1024x1024 அளவில் SDXL-ஐ தடையின்றி இயக்கலாம். அதற்கு குறைவாக இருந்தால், ComfyUI தானாகவே model weights-ஐ system RAM-க்கு மாற்றி இயக்கும். அக்டோபர் 2026 நிலவரப்படி, அதன் README ஆவணத்தின்படி குறைந்தபட்சம் 4 GB VRAM மற்றும் 8 GB system RAM தேவை; ஒவ்வொரு முறை தரவு மாற்றப்படும்போதும் (offloaded step) கூடுதல் நேரம் எடுக்கும். 12 GB VRAM இருந்தால் checkpoint-உடன் சேர்த்து ஒரு ControlNet-ஐயும் பயன்படுத்தலாம்; 24 GB VRAM இருந்தால் base, refiner மற்றும் upscaling ஆகியவற்றை ஒரே workflow-ல் கையாளலாம். kohya-ss sd-scripts வழிகாட்டியின்படி, SDXL LoRA training-ஐ 8 GB-ல் செய்ய முடியும் (10 GB பரிந்துரைக்கப்படுகிறது), ஆனால் kohya_ss GUI-ன் LoRA வழிகாட்டி குறைந்தபட்சம் 12 GB தேவை என்கிறது. முழுமையான SDXL fine-tuning செய்ய 24 GB VRAM மற்றும் batch size 1 தேவை.

மாடல்களுக்கு எவ்வளவு disk space தேவை?

SDXL base checkpoint மட்டுமே 6.94 GB, refiner-க்கு கூடுதலாக சுமார் 6 GB தேவைப்படும். SDXL ControlNet மாடல்கள் ஒவ்வொன்றும் half precision-ல் 320 MB முதல் 2.5 GB வரை இருக்கும். LoRA adapters சில மெகாபைட்கள் முதல் 787 MB வரையிலும், Real-ESRGAN upscalers 2.5 MB முதல் 67 MB வரையிலும் இருக்கும். சில base மாடல்களுடன் கூடிய ஒரு working install-க்கு 100 GB ஒதுக்கீடு செய்யுங்கள். 1024x1024 PNG கோப்புகள் ஒவ்வொன்றும் 1 முதல் 2 MB வரை இருக்கும் என்பதால், output directory-ஐத் தனியாகக் கண்காணிக்கவும்.

ComfyUI-ஐ பொது இணையத்தில் (public internet) வெளியிடுவது பாதுகாப்பானதா?

இல்லை. ComfyUI அமைப்புகளில் உள்ள Comfy account login உள்ளூர் நிறுவலில் (local install) வேலை செய்யும், ஆனால் அது Comfy-ன் partner nodes மற்றும் cloud சந்தாக்களுக்கான அணுகலை மட்டுமே வழங்கும். இது உங்கள் server-க்கான பாதுகாப்பு என்று Comfy-ன் ஆவணங்கள் எங்கும் குறிப்பிடவில்லை. --multi-user flag என்பது கடவுச்சொல் சரிபார்ப்பு இன்றி பயனர் வாரியான சேமிப்பிடத்தை (per-user storage) மட்டுமே பிரிக்கிறது. ComfyUI-Manager இயக்கப்பட்டிருந்தால், interface மூலம் custom nodes-களை நிறுவ முடியும்; இவை உங்கள் server-ல் இயங்கும் Python code என்பதால், திறந்திருக்கும் port மூலம் remote code execution ஆபத்து உள்ளது. இதை 127.0.0.1-ல் bind செய்யவும், ssh -N -L 8188:127.0.0.1:8188 you@your-server மூலம் SSH tunnel வழியாக அணுகவும். ஒன்றுக்கும் மேற்பட்ட நபர்களுக்கு அணுகல் தேவைப்பட்டால், முன்னால் ஒரு authenticating reverse proxy-ஐ அமைக்கவும்.

பிழைச் செய்தி ஏதுமின்றி எனது render ஏன் நின்றுவிடுகிறது?

dmesg-ல் Killed பிழையுடன் process திடீரென மறைந்துவிடுவது Linux-ன் out-of-memory killer-ஆல் நடப்பதாகும், இது ComfyUI-ன் bug அல்ல. CPU-மட்டும் கொண்ட கணினியில் weights அனைத்தும் system RAM-ல் இருப்பதால், SDXL-க்கு சுமார் 16 GB-யும், SD 1.5-க்கு சுமார் 8 GB-யும், கூடுதல் working space-உம் தேவை. RAM-ஐ அதிகரிக்கவும், swap-ஐச் சேர்க்கவும் அல்லது சிறிய மாடல் மற்றும் குறைந்த resolution-க்கு மாறவும்.

இந்தக் கட்டுரை பயனுள்ளதாக இருந்ததா?