สเปกคอมพิวเตอร์สำหรับรัน AI Image Generator ด้วยตัวเอง

สิ่งที่เครื่องมือสร้างภาพ AI แบบ self-hosted จำเป็นต้องมีจริงๆ

เครื่องมือสร้างภาพ AI แบบ self-hosted ประกอบด้วยเว็บแอปพลิเคชันหนึ่งตัวและไฟล์โมเดลหนึ่งไฟล์ แอปพลิเคชันที่ใช้คือ ComfyUI ซึ่งสามารถรันบน Linux box ใดก็ได้ ส่วนโมเดลจะเป็นตัวกำหนดความต้องการด้านฮาร์ดแวร์ของคุณ Checkpoint ระดับ SDXL เป็นไฟล์ขนาด 6.94 GB เพียงไฟล์เดียว และจำเป็นต้องโหลดไว้ในหน่วยความจำของ GPU ข้อเท็จจริงนี้เป็นตัวกำหนดงบประมาณทั้งหมด ดังนั้นโปรดอ่านลำดับขั้นของฮาร์ดแวร์ด้านล่างก่อนที่คุณจะเช่าบริการใดๆ

สรุปตามความเป็นจริง: VPS ที่ใช้เฉพาะ CPU สามารถติดตั้งและให้บริการซอฟต์แวร์ได้ และสามารถสร้างภาพขนาด 512x512 ด้วยโมเดล Stable Diffusion 1.5 รุ่นเก่าได้ในเวลาหนึ่งถึงสองนาทีต่อภาพ แต่หากใช้เครื่องเดียวกันรัน SDXL ที่ขนาด 1024x1024 จะใช้เวลาสิบถึงยี่สิบนาทีต่อภาพ นี่ไม่ใช่การตั้งค่าที่ผิดพลาด แต่เป็นเรื่องของคณิตศาสตร์ และคู่มือนี้จะอธิบายรายละเอียดดังกล่าว

ขนาดของโมเดลเป็นตัวกำหนดเครื่องที่ต้องใช้

การสร้างภาพทำงานเป็นลูป denoising การเรนเดอร์ 30 steps จะเรียกใช้ denoiser หรือ UNet ของ SDXL กับภาพ 30 ครั้ง และแต่ละรอบจะอ่าน weight ทั้งหมดของ UNet ตัวเข้ารหัสข้อความทั้ง 2 ตัวจะทำงานครั้งเดียวก่อนเริ่มลูป และ VAE จะถอดรหัสครั้งเดียวหลังจบลูป ดังนั้นจึงไม่รวมอยู่ในต้นทุนต่อ step ในมุมมองแบบง่ายนี้ UNet ของ SDXL ที่ใช้ half precision มี weight ขนาด 5.14 GB ดังนั้นการเรนเดอร์ 30 steps จะย้าย weight ผ่านหน่วยความจำประมาณ 154 GB ก่อนที่คุณจะเห็นภาพ และ intermediate tensor ยังเพิ่มภาระขึ้นอีก

GPU ที่มี video memory 24 GB (VRAM ซึ่งเป็นหน่วยความจำที่ติดตั้งอยู่ถัดจาก graphics chip) อ่านข้อมูลด้วยความเร็วหลายร้อย gigabytes ต่อวินาที และเก็บข้อมูลทั้งหมด 6.9 GB ไว้ได้พร้อมกัน VPS ที่ใช้ CPU อ่าน system RAM ด้วยความเร็วระดับหลายสิบ gigabytes ต่อวินาที และไม่มี matrix hardware สำหรับการทำ convolution ดังนั้นลูปเดียวกันจึงทำงานช้าลง 1 ถึง 2 orders of magnitude นี่เป็นเหตุผลด้าน memory bandwidth แบบเดียวกับที่กำหนดประสิทธิภาพของ text model และควรอ่านควบคู่กับ กรณีที่ VPS พร้อม GPU คุ้มค่ากับค่าใช้จ่ายจริง

การสร้างภาพแตกต่างจากการสร้างข้อความในประเด็นหนึ่งที่สำคัญ chat model จะทยอยส่ง token ออกมา ดังนั้นแม้เครื่องจะช้า ก็ยังรู้สึกว่าใช้งานได้ เพราะมีคำปรากฏขึ้นระหว่างที่คุณอ่าน แต่ภาพจะแสดงเมื่อ step สุดท้ายเสร็จเท่านั้น หากทำงานช้า คุณจะได้แต่มอง progress bar

ลำดับขั้นของฮาร์ดแวร์พร้อมตัวเลขจริง

บล็อกด้านล่างนี้แสดงตัวเลขโดยประมาณสำหรับการสร้างภาพ SDXL หนึ่งภาพที่ความละเอียด 1024x1024 จำนวน 30 steps โดยใช้ Euler sampler ณ เดือนกรกฎาคม 2026 ให้ถือว่าตัวเลขเหล่านี้เป็นเพียงค่าประมาณตามลำดับขนาดเท่านั้น ค่าเหล่านี้จะเปลี่ยนแปลงไปตาม sampler, จำนวน step และความละเอียดที่คุณเลือก

[
  {
    "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
  }
]

แถวของ CPU ใช้เวลา 780 วินาที หรือประมาณสิบสามนาที ส่วนการ์ดจอขนาด 24 GB ใช้เวลา 9 วินาที นี่คือช่องว่างของประสิทธิภาพที่คุณกำลังจ่ายเงินซื้อ

โปรดอ่านลำดับขั้นนี้ดังนี้ หาก VRAM ต่ำกว่า 8 GB ตัว SDXL ยังคงทำงานได้ เนื่องจาก ComfyUI จัดการ VRAM และ system RAM ร่วมกันและทำการ offload น้ำหนักโมเดลโดยอัตโนมัติ ณ เดือนตุลาคม 2026 เอกสาร README ของโปรเจกต์ระบุว่าความต้องการขั้นต่ำคือ VRAM 4 GB ร่วมกับ system RAM 8 GB โดยใช้การสตรีมน้ำหนักโมเดลแบบอะซิงโครนัส การทำ offload จะทำให้เสียเวลาในทุกขั้นตอน ดังนั้นการ์ดจอขนาด 6 GB จะใช้เวลาใกล้เคียงหนึ่งนาทีต่อภาพมากกว่าสามสิบวินาที ที่ขนาด 8 GB โมเดลพื้นฐานจะโหลดได้พอดีและใช้งานได้สะดวก ที่ขนาด 12 GB คุณสามารถเก็บ ControlNet ได้หนึ่งหรือสองตัวควบคู่ไปกับ checkpoint โดยไม่ต้องทำ offload และที่ขนาด 24 GB คุณสามารถรัน SDXL ร่วมกับ refiner และการทำ upscaling ใน workflow เดียวกันได้ รวมถึงมีพื้นที่เหลือเฟือสำหรับการฝึก LoRA adapters การฝึกโมเดลใช้ทรัพยากรน้อยกว่านั้น โดยคู่มือการฝึก SDXL สำหรับ kohya-ss sd-scripts ระบุว่าการฝึก LoRA สามารถทำได้ด้วยหน่วยความจำ GPU ขนาด 8 GB โดยแนะนำที่ 10 GB เพื่อให้ทำได้ตามนั้น คู่มือแนะนำให้ฝึกเฉพาะ U-Net, เปิดใช้งาน gradient checkpointing, ทำการ cache ผลลัพธ์จาก text encoder และ latents, ใช้ 8-bit optimizer หรือ Adafactor และลดค่า LoRA dim ลงเหลือ 4 ถึง 8 สำหรับการ์ดจอขนาด 8 GB ส่วนคู่มือ LoRA สำหรับ kohya_ss GUI ซึ่งเป็นส่วนติดต่อผู้ใช้ที่ครอบสคริปต์เหล่านั้นมีความระมัดระวังมากกว่า โดยระบุว่าควรใช้ GPU ที่มีหน่วยความจำอย่างน้อย 12 GB สำหรับการฝึก LoRA

สิ่งที่ CPU VPS ทำได้และทำไม่ได้

มันทำได้มากกว่าที่คนทั่วไปคาดคิด และทำได้น้อยกว่าที่การตลาดกล่าวอ้าง คุณควรทำความเข้าใจขอบเขตให้ชัดเจน

CPU VPS สามารถติดตั้ง ComfyUI, ให้บริการเว็บอินเทอร์เฟซ, จัดเก็บคลังโมเดล, จัดการคิว และสร้างรูปภาพได้โดยไม่ต้องมี GPU เลย สำหรับ Stable Diffusion 1.5 ที่ความละเอียด 512x512 และ 20 steps คุณควรคาดหวังเวลาประมาณ 60 ถึง 150 วินาทีต่อรูปภาพบน 8 vCPU สมัยใหม่ที่มี RAM 16 GB สำหรับงานประมวลผลแบบกลุ่มที่รันข้ามคืน หรือ endpoint สำหรับสร้างรูปภาพที่มีปริมาณงานต่ำและอยู่หลังคิว ถือว่าใช้งานได้จริง

CPU VPS ไม่สามารถรองรับการทำงานแบบโต้ตอบได้ การปรับแต่ง prompt หมายถึงการเรนเดอร์ยี่สิบครั้งต่อชั่วโมง แต่ด้วยเวลาสิบสามนาทีต่อรูป คุณจะได้เพียงสี่รูปเท่านั้น นอกจากนี้ยังไม่สามารถใช้เทรนโมเดลได้ การทำ LoRA fine-tuning บน CPU จะใช้เวลาเป็นวันไม่ใช่เป็นชั่วโมง ดังนั้นให้ถือว่าไม่สามารถทำได้

กฎเรื่องหน่วยความจำสำหรับกรณีใช้ CPU เท่านั้นจะแตกต่างจากกฎของ GPU เนื่องจากน้ำหนัก (weights) จะถูกโหลดลงใน RAM ของระบบ คุณจึงต้องมีพื้นที่เท่ากับขนาดโมเดลบวกกับพื้นที่ทำงาน: ประมาณ 16 GB ของ RAM สำหรับ SDXL และประมาณ 8 GB สำหรับ SD 1.5 เครื่องที่มี RAM 4 GB จะเริ่ม ComfyUI ได้ แต่จะถูก out-of-memory killer สั่งยุติการทำงานระหว่างการเรนเดอร์ครั้งแรก ซึ่งจะแสดงผลให้เห็นว่ากระบวนการหายไปเฉยๆ พร้อมกับ Killed ใน dmesg โดยไม่มี Python traceback ปรากฏขึ้น

การติดตั้ง ComfyUI บนเครื่องที่ใช้ GPU

นี่คือคำสั่งจากต้นทาง ให้เริ่มจากระบบ Ubuntu 24.04 ที่ติดตั้งใหม่และมีไดรเวอร์ NVIDIA อยู่แล้ว ให้ตรวจสอบไดรเวอร์ก่อนเป็นอันดับแรก เพราะความล้มเหลวในขั้นตอนถัดไปทั้งหมดจะมีลักษณะเหมือนกันหากไม่ผ่านการตรวจสอบนี้

nvidia-smi

คำสั่งนี้ต้องแสดงตารางข้อมูลการ์ดจอและเวอร์ชัน CUDA ของคุณ หากขึ้น command not found หรือ NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver หมายความว่าไดรเวอร์หายไปหรือ kernel module ไม่โหลดหลังจากอัปเกรด ให้แก้ไขปัญหานี้ก่อนดำเนินการต่อ เพราะ ComfyUI จะสลับไปใช้ CPU โดยไม่แจ้งเตือน และคุณจะเข้าใจผิดว่าซอฟต์แวร์มีปัญหา

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

การใช้ virtual environment ไม่ใช่คำแนะนำที่เลือกทำหรือไม่ก็ได้ PyTorch มี dependency tree ขนาดใหญ่ และการติดตั้งแบบ system-wide บนเครื่องที่รันบริการอื่นจะทำให้บริการเหล่านั้นเสียหายได้ ให้ตรวจสอบว่า PyTorch มองเห็นการ์ดจอของคุณก่อนดำเนินการต่อ

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

หากขึ้น True ตามด้วยชื่อการ์ดจอของคุณ แสดงว่า stack ทำงานได้ปกติ หากขึ้น False หมายความว่า wheel ที่คุณติดตั้งไม่ตรงกับไดรเวอร์ ซึ่งมักเกิดจากการที่ CPU-only torch wheel ถูกแคชไว้ก่อนหน้า ให้ติดตั้งใหม่โดยใช้ index URL ด้านบน

ดาวน์โหลดโมเดลและวางแผนพื้นที่ดิสก์

ComfyUI ไม่มี weights มาให้ ต้องวาง checkpoint ไว้ใน models/checkpoints, ไฟล์ VAE ไว้ใน models/vae และ LoRA adapter ไว้ใน 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

ควรเลือก .safetensors แทน .ckpt เสมอ ไฟล์ .ckpt เป็น pickled Python object และการโหลดไฟล์จะเรียกใช้โค้ดจากผู้สร้างไฟล์นั้น รูปแบบ safetensors เก็บเฉพาะ tensor ดังนั้นไฟล์ที่เป็นอันตรายจึงไม่สามารถเรียกใช้โค้ดได้

พื้นที่จัดเก็บเป็นต้นทุนที่มักถูกมองข้าม checkpoint พื้นฐานของ SDXL 1 ไฟล์ใช้พื้นที่ 6.94 GB ส่วน refiner ใช้อีก 6 GB โมเดล SDXL ControlNet ใช้พื้นที่ตั้งแต่ 320 MB สำหรับโมเดล Canny ขนาดเล็ก ไปจนถึง 2.5 GB สำหรับโมเดลเต็มที่ใช้ half precision upscaler มีขนาดเล็กกว่า โดยโมเดลมาตรฐาน Real-ESRGAN x4plus ใช้พื้นที่ 67 MB โมเดล anime ใช้ 17.9 MB และโมเดล anime video ใช้ 2.5 MB LoRA มีขนาดตั้งแต่หลักสิบ MB ไปจนถึง 787 MB สำหรับ adapter ของ Hyper-SDXL จาก ByteDance ผู้ใช้ที่ใช้งานจริงมักดาวน์โหลด base model ตัวที่ 2 และตัวที่ 3 ภายใน 1 สัปดาห์ ควรจัดสรรพื้นที่ดิสก์ 100 GB สำหรับการติดตั้งที่ใช้งานได้ และควรตรวจสอบไดเรกทอรี outputs ด้วย เพราะไฟล์ PNG ขนาด 1024x1024 ใช้พื้นที่ไฟล์ละ 1 ถึง 2 MB และ batch ที่ทำงานโดยไม่มีผู้ดูแลสามารถใช้พื้นที่ดิสก์ขนาดเล็กจนเต็มได้โดยไม่รู้ตัว ควรวาง models/ และ output/ ไว้บน volume ที่สามารถขยายได้ และสำรองไฟล์ workflow JSON ด้วยวิธีอย่าง การสำรองข้อมูลแบบ incremental ที่เข้ารหัสไปยัง object storage weights สามารถดาวน์โหลดใหม่ได้ แต่ workflow ที่ปรับแต่งไว้ไม่สามารถสร้างกลับได้ง่าย ๆ

การรันและการเข้าถึงอย่างปลอดภัย

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

ComfyUI ให้บริการผ่านพอร์ต 8188 หากใช้งานบนเครื่องที่ไม่มี GPU ให้เพิ่มแฟล็ก --cpu ซึ่งจะบังคับให้ใช้การประมวลผลผ่าน CPU แทนที่จะเกิดข้อผิดพลาดเนื่องจากไม่พบอุปกรณ์ CUDA

ให้ผูกบริการไว้กับ 127.0.0.1 ไม่ใช่ 0.0.0.0 ปัจจุบัน ComfyUI มีระบบบัญชีผู้ใช้แล้ว แต่ไม่มีบัญชีใดที่ทำหน้าที่ล็อกเซิร์ฟเวอร์ของคุณ การเข้าสู่ระบบภายใต้เมนู Settings ในส่วน User เป็นการลงชื่อเข้าใช้บัญชี Comfy ซึ่งใช้งานได้กับการติดตั้งภายในเครื่อง โดยเอกสารของ Comfy ระบุถึงการลงชื่อเข้าใช้ด้วยอีเมล, Google, GitHub และ API key เอกสารระบุว่าบัญชีดังกล่าวมีไว้เพื่อเข้าถึงโหนดของพาร์ทเนอร์และการสมัครสมาชิก Comfy Cloud เท่านั้น ไม่ได้มีส่วนใดที่ระบุว่าเป็นวิธีการตั้งรหัสผ่านเพื่อป้องกันเซิร์ฟเวอร์ของคุณ แฟล็ก --multi-user มีไว้เพื่อเปิดใช้งานพื้นที่จัดเก็บข้อมูลแยกตามผู้ใช้เท่านั้น ณ เดือนตุลาคม 2026 เซิร์ฟเวอร์จะดึงชื่อผู้ใช้จากส่วนหัวของคำขอ comfy-user โดยไม่มีการตรวจสอบรหัสผ่าน ดังนั้น ใครก็ตามที่เข้าถึงพอร์ตนี้ได้จะสามารถสั่งคิวงาน อ่านภาพทุกภาพที่คุณสร้างขึ้น และหากคุณรันด้วยแฟล็ก --enable-manager ผู้ใช้จะสามารถติดตั้ง custom nodes ซึ่งเท่ากับการรันโค้ดตามอำเภอใจบนเซิร์ฟเวอร์ของคุณได้ทันที ควรเข้าถึงผ่าน SSH tunnel จากแล็ปท็อปของคุณแทน

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

จากนั้นจึงเปิด http://127.0.0.1:8188 ในเครื่องของคุณ หากคุณต้องการการเข้าถึงสำหรับผู้ใช้หลายคนจริงๆ ให้ติดตั้ง reverse proxy ที่มีการตรวจสอบสิทธิ์ไว้ด้านหน้า และคงการผูกบริการไว้ที่ localhost เช่นเดิม หลักการเดียวกันนี้ใช้ได้กับบริการที่โฮสต์เองทุกประเภทที่ไม่มีการตรวจสอบสิทธิ์ และถือเป็นรูปแบบมาตรฐานในการ ปรับใช้ Docker Compose บน VPS

ให้ทำงานต่อเนื่องภายใต้ systemd

Render queue ที่หยุดทำงานเมื่อปิดเซสชัน SSH ไม่ใช่ service ให้รันด้วยผู้ใช้ comfy ที่ไม่มีสิทธิ์ login แทนการใช้บัญชีของคุณเอง เพราะ custom nodes คือโค้ด และโค้ดดังกล่าวไม่ควรมีสิทธิ์เข้าถึง home directory ของคุณ สร้างผู้ใช้และย้ายการติดตั้งไปไว้ใน home directory ของผู้ใช้นั้น:

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

Virtual environment ยังคงทำงานได้หลังการย้าย เนื่องจาก unit เรียกใช้ python โดยตรง จากนั้นให้เขียน /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

active (running) และบรรทัด log ที่มีข้อความ To see the GUI go to: http://127.0.0.1:8188 หมายความว่า service ทำงานอยู่ โปรดสังเกตว่า ExecStart ระบุ interpreter ภายใน virtual environment โดยตรง เนื่องจาก systemd ไม่ได้เรียกใช้ shell profile ของคุณ และ activate จะไม่เกิดขึ้น

คำแนะนำเชิงปฏิบัติสำหรับงบประมาณ

หากคุณต้องการทดลองสร้างรูปภาพและให้ความสำคัญกับงบประมาณมากกว่าความเร็ว ให้เลือกใช้ CPU VPS ที่มี RAM 16 GB แล้วรัน SD 1.5 ที่ความละเอียด 512x512 โดยยอมรับความเร็วที่ใช้เวลาประมาณ 1 ถึง 2 นาทีต่อรูป นี่คือจุดเริ่มต้นที่สมเหตุสมผลและมีค่าใช้จ่ายเพียงเศษเสี้ยวเมื่อเทียบกับเครื่องที่มี GPU นอกจากนี้ยังเป็นจุดที่เหมาะสมในการจัดเก็บคลังโมเดลและ workflow ในระหว่างที่คุณตัดสินใจ

หากคุณปรับแต่ง prompt เป็นประจำทุกวัน ให้เช่า GPU ที่มี VRAM อย่างน้อย 12 GB แบบรายชั่วโมงจาก GPU cloud และปิดการใช้งานเมื่อเลิกใช้งาน การสร้างรูปภาพเป็นงานที่ทำเป็นช่วงๆ การปล่อยให้ GPU ทำงานค้างไว้โดยถูกเรียกเก็บเงินรายเดือนเป็นสาเหตุหลักที่ทำให้สิ้นเปลืองงบประมาณเกินความจำเป็น ให้เก็บไฟล์ checkpoints ไว้บน block storage ราคาประหยัดแล้ว mount เข้ามาใช้งาน

หากคุณให้บริการผู้อื่นหรือฝึกสอน LoRA adapters เป็นประจำ ให้วางแผนใช้เครื่องที่มี VRAM 24 GB และเป็นเครื่องที่คุณเป็นเจ้าของ คู่มือ sd-scripts SDXL ระบุว่าการฝึกสอน LoRA สามารถทำได้ด้วย VRAM 8 GB โดยแนะนำที่ 10 GB หากใช้การตั้งค่าประหยัดหน่วยความจำ ส่วนคู่มือ LoRA ของ kohya_ss GUI แนะนำให้ใช้ VRAM อย่างน้อย 12 GB ตัวเลข 24 GB ในคู่มือ sd-scripts นั้นสำหรับการทำ full SDXL fine-tuning ที่ batch size 1 ดังนั้นการ์ดจอขนาด 24 GB จึงครอบคลุมทั้งงาน LoRA และยังสามารถทำ fine-tuning ได้ด้วย ในระดับนี้ เครื่องเดียวกันมักจะคุ้มค่าในการรัน local language model ไปพร้อมกัน ซึ่งเป็นรูปแบบการตั้งค่าที่อธิบายไว้ใน การทำ self-hosting LLM ด้วย Ollama

ไม่ว่าคุณจะเลือกใช้ระดับใด ให้วัดประสิทธิภาพเครื่องของคุณเองก่อนที่จะเชื่อตัวเลขที่เผยแพร่ทั่วไป ให้คิว prompt เดียวกัน 5 ครั้งแล้วอ่านค่า seconds-per-iteration ที่ ComfyUI แสดงใน console ตัวเลขนั้นคือตำแหน่งที่แท้จริงของคุณบนบันไดประสิทธิภาพนี้

FAQ

ฉันสามารถรัน Stable Diffusion โดยไม่มี GPU ได้หรือไม่?

ได้ ComfyUI สามารถทำงานร่วมกับ python main.py --cpu และสร้างภาพจริงได้โดยไม่ต้องมีกราฟิกการ์ด โดยทั่วไปจะใช้เวลาประมาณ 60 ถึง 150 วินาทีต่อภาพสำหรับ Stable Diffusion 1.5 ที่ความละเอียด 512x512 และใช้เวลา 10 ถึง 20 นาทีสำหรับ SDXL ที่ความละเอียด 1024x1024 บน vCPU สมัยใหม่จำนวน 8 คอร์ ซึ่งเพียงพอสำหรับการประมวลผลแบบ batch ข้ามคืนหรือ endpoint ที่มีปริมาณงานต่ำ แต่ไม่เหมาะสำหรับการทดลองปรับแต่ง prompt และไม่สามารถทำการเทรนโมเดลได้เลย

ฉันต้องใช้ VRAM เท่าใดสำหรับ SDXL?

VRAM ขนาด 8 GB สามารถรัน SDXL ที่ความละเอียด 1024x1024 ได้อย่างราบรื่น หากต่ำกว่านั้น ComfyUI จะย้ายน้ำหนักของโมเดล (model weights) ไปยัง RAM ของระบบโดยอัตโนมัติและยังคงทำงานได้ ข้อมูล ณ เดือนตุลาคม 2026 ระบุใน README ว่าต้องการ VRAM ขั้นต่ำ 4 GB ร่วมกับ RAM ระบบ 8 GB โดยทุกขั้นตอนการย้ายข้อมูลจะใช้เวลาเพิ่มขึ้น VRAM ขนาด 12 GB ช่วยให้คุณสามารถโหลด ControlNet ควบคู่ไปกับ checkpoint ได้ และ 24 GB เพียงพอสำหรับการโหลดทั้ง base, refiner และการทำ upscaling ใน workflow เดียวกัน คู่มือ kohya-ss sd-scripts ระบุว่าการเทรน SDXL LoRA สามารถทำได้ด้วย 8 GB (แนะนำที่ 10 GB) หากใช้การตั้งค่าประหยัดหน่วยความจำ ในขณะที่คู่มือ LoRA ของ kohya_ss GUI แนะนำให้ใช้ VRAM อย่างน้อย 12 GB สำหรับการทำ fine-tuning SDXL เต็มรูปแบบจำเป็นต้องใช้ 24 GB ที่ batch size 1

โมเดลต้องใช้พื้นที่ดิสก์เท่าใด?

เฉพาะ SDXL base checkpoint เพียงอย่างเดียวมีขนาด 6.94 GB และ refiner เพิ่มเติมอีกประมาณ 6 GB โมเดล SDXL ControlNet แต่ละตัวมีขนาดตั้งแต่ 320 MB ถึง 2.5 GB ที่ความละเอียด half precision, LoRA adapters มีขนาดตั้งแต่หลักสิบเมกะไบต์ถึง 787 MB และ Real-ESRGAN upscalers มีขนาดตั้งแต่ 2.5 MB ถึง 67 MB ควรจัดสรรพื้นที่ 100 GB สำหรับการติดตั้งใช้งานจริงที่มีโมเดลพื้นฐานจำนวนหนึ่ง และควรตรวจสอบไดเรกทอรี output แยกต่างหาก เนื่องจากไฟล์ PNG ขนาด 1024x1024 มีขนาดไฟล์ละ 1 ถึง 2 MB

การเปิด ComfyUI สู่สาธารณะบนอินเทอร์เน็ตปลอดภัยหรือไม่?

ไม่ปลอดภัย การล็อกอินบัญชี Comfy ในการตั้งค่าของ ComfyUI สามารถใช้งานได้จากการติดตั้งในเครื่อง แต่มีไว้เพื่อให้เข้าถึง partner nodes และการสมัครสมาชิกคลาวด์ของ Comfy เท่านั้น ไม่มีเอกสารใดของ Comfy ระบุว่าฟีเจอร์นี้เป็นการป้องกันสำหรับเซิร์ฟเวอร์ของคุณ แฟล็ก --multi-user ทำหน้าที่เพียงแยกพื้นที่เก็บข้อมูลต่อผู้ใช้เท่านั้นโดยไม่มีการตรวจสอบรหัสผ่าน เมื่อเปิดใช้งาน ComfyUI-Manager อินเทอร์เฟซจะติดตั้ง custom nodes ซึ่งเป็นโค้ด Python ที่รันบนเซิร์ฟเวอร์ของคุณ ดังนั้นการเปิดพอร์ตทิ้งไว้จึงเสี่ยงต่อการถูกรันโค้ดจากระยะไกล (remote code execution) ควรผูกบริการไว้กับ 127.0.0.1, เข้าถึงผ่าน SSH tunnel ด้วย ssh -N -L 8188:127.0.0.1:8188 you@your-server และติดตั้ง reverse proxy ที่มีการตรวจสอบสิทธิ์ไว้ด้านหน้าหากต้องการให้ผู้อื่นเข้าถึงได้มากกว่าหนึ่งคน

ทำไมการเรนเดอร์ของฉันถึงถูกยกเลิกโดยไม่มีข้อความแจ้งเตือน?

หากกระบวนการหายไปพร้อมกับ Killed ใน dmesg โดยไม่มี Python traceback แสดงว่าเป็นกลไก out-of-memory killer ของ Linux ไม่ใช่ข้อผิดพลาดของ ComfyUI บนเครื่องที่ใช้ CPU เพียงอย่างเดียว น้ำหนักของโมเดลจะถูกเก็บไว้ใน RAM ของระบบ ดังนั้น SDXL จึงต้องการ RAM ประมาณ 16 GB และ SD 1.5 ต้องการประมาณ 8 GB บวกกับพื้นที่สำหรับการทำงาน คุณควรเพิ่ม RAM, เพิ่ม swap หรือเปลี่ยนไปใช้โมเดลที่เล็กลงและลดความละเอียดลง