前言
这个其实是2月中尝试进一步深化的项目。之前也安装过,只是后来发现速度太慢,一度怀疑是平台太新的问题。因此又尝试了在Debian11和Debian12上各种尝试安装,也尝试了不同版本的组合。
本篇,更像是是一个思路的整理。由于时隔太久,只能简单写写。
新旧版本
其实不是越新越好,而是越稳定越好。有些老卡,在新的comfyui、Debian系统中,【对老设备】反而是一种负优化。如果你使用各种安装,给你安装的就是最新的。但是吧,手贱的人,总想自己瞎折腾,浪费人生宝贵的时间。(我更建议你买最好最新的硬件!)
Debian版本
其实Debian12自带的版本可以直接用,但是内核高,我以前验证过,它的调用幅度比较灵敏,当然也没有Debian11那么稳。
Python版本
选了Debian11,这里就是挖了小坑。为了更好的兼容,我本次选择了Python3.11.9。但Debian11 apt 安装的版本号较低,需要手动编译。
Python编译
apt update apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev wget -y wget https://www.python.org/ftp/python/3.11.9/Python-3.11.9.tgz tar -zxvf Python-3.11.9.tgz cd Python-3.11.9 ./configure --enable-optimizations --prefix=/usr/local make -j 4 make altinstall python3.11 --version update-alternatives --install /usr/bin/python3 python3 /usr/local/bin/python3.11 1 update-alternatives --config python3
CUDA版本
通过上面的链接,你能看到其实有多种版本推荐。对于p104这种老卡,我本次选择cu118
CUDA及驱动安装
之前是通过CUDA Toolkit 11.8 Downloads安装的,这里也可以切换你需要的版本,ippatop安装时会包括驱动。在Debian12是没有问题的。不过在这里,会发现这里明明写着Debian11,即使使用runfile安装,对驱动的那一部分也会报错。
这里其实是两件事:
nvidia驱动。你可以用apt方式安装也是可以的。可以不安装这里CUDA Toolkit自带的驱动
CUDA。这个是指定版本的,也是可以单独安装。
这次,我们还是不走寻常路。ippatop推荐同步阅读:官方文档NVIDIA CUDA Installation Guide for Linux ,以及:install-nvidia-drivers-on-debian
【环境准备】 apt install linux-headers-amd64 警告⚠:如果你apt upgrade,很可能会出现多个内核,请务必保证自己只有一个内核!否则你就会发现,各种安装了,提示显卡找不到!! 这些命令可以帮助你清理不必要的内容 apt install linux-headers-$(uname -r) dpkg -l | grep linux-headers uname -r sudo apt remove --purge linux-image-5.10.0-32-amd64 sudo apt remove --purge linux-headers-5.10.0-32-amd64 linux-headers-5.10.0-32-common linux-image-5.10.0-32-amd64 sudo apt autoremove sudo update-grub sudo reboot 【检测显卡存在】 lspci | grep -e VGA # 如果你矿卡都找不着,就不用玩了。这里要说明一下,有很多系统可能需要你完全断电重启,才能识别到声卡。啊,这里也别问我是怎么知道的 【存储库安装】 👉方案一:官方的,我最后使用了该方法 apt-key del 7fa2af80 wget https://developer.download.nvidia.com/compute/cuda/repos/debian11/x86_64/cuda-keyring_1.0-1_all.deb dpkg -i cuda-keyring_1.0-1_all.deb apt-get update 👉方案二:博客的,也备用 apt install dirmngr ca-certificates software-properties-common apt-transport-https dkms curl sudo -y curl -fSsL https://developer.download.nvidia.com/compute/cuda/repos/debian11/x86_64/3bf863cc.pub | sudo gpg --dearmor | sudo tee /usr/share/keyrings/nvidia-drivers.gpg > /dev/null 2>&1 echo 'deb [signed-by=/usr/share/keyrings/nvidia-drivers.gpg] https://developer.download.nvidia.com/compute/cuda/repos/debian11/x86_64/ /' | sudo tee /etc/apt/sources.list.d/nvidia-drivers.list sudo apt update 【安装 CUDA SDK】 👉我们先安装 CUDA SDK,安装完成之后重启,再安装 cuda-drivers。我ippatop记得当时驱动好像存在一些问题,如果不行,重启试试,以及再次安装试试,或者调换 cuda-drivers 和 CUDA SDK 的安装顺序 #列出支持的cuda版本 apt policy cuda #默认安装最新版本,允许以后更新 apt-get -y install cuda #指定版本,我需要安装这个,固定住它 apt-get install cuda-11-8 nvcc -V #检查安装情况,ok root@Comfyui:~# nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2022 NVIDIA Corporation Built on Wed_Sep_21_10:33:58_PDT_2022 Cuda compilation tools, release 11.8, V11.8.89 Build cuda_11.8.r11.8/compiler.31833905_0 【安装显卡驱动】 👉下面我们安装显卡驱动。如果不行,可能需要你卸载干净重新安装,换个版本试试。驱动版本没多大影响,这里能查询到支持的即可 #列出所有支持的显卡驱动 apt show cuda-drivers -a #默认安装最新版本,允许以后更新 apt-get install cuda-drivers #指定版本,我在首次安装时无法正常。这个命令会固定这个版本号的驱动 apt-get install cuda-drivers-495 【驱动卸载重装】 😚可能你会遇到驱动的问题,那么需要卸载重装,下面这些命令可以帮助到你 dmesg | grep -i nvidia sudo apt remove --purge '^nvidia-.*' sudo apt autoremove sudo rm -rf /etc/X11/xorg.conf /usr/lib/nvidia /usr/lib32/nvidia 【确认最终安装】 🎨最后查询:Driver Version: 560.35.05是显卡驱动程序版本号,CUDA Version: 12.6是指可以支持到的最高CUDA版本!!我们安装的,还是上面nvcc -V查询到的cuda_11.8 root@Comfyui:~# nvidia-smi Tue Mar 11 14:32:57 2025 +-----------------------------------------------------------------------------------------+ | NVIDIA-SMI 560.35.05 Driver Version: 560.35.05 CUDA Version: 12.6 | |-----------------------------------------+------------------------+----------------------+ | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+========================+======================| | 0 NVIDIA P104-100 On | 00000000:01:00.0 Off | N/A | | 46% 33C P8 7W / 180W | 0MiB / 8192MiB | 0% Default | | | | N/A | +-----------------------------------------+------------------------+----------------------+ +-----------------------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=========================================================================================| | No running processes found | +-----------------------------------------------------------------------------------------+
Pytorch版本
我们来这里找老的组合:https://pytorch.org/get-started/previous-versions/。结合comfyui在安装时的要求,Pytorch要大于2.4,我选择了v2.5.0
找到了这个,其实你发现,我们上面的很多工作,都是根据这个来的
pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu118
Pytorch手动安装本地文件
到这里,我们发现和comfyui的官方文档很像了。但是,这里我们还是继续走不同的路线,因为这个下载太慢啦!!!如果你使用的不是我这套组合,也可以自己更换,通过迅雷下载对应的轮子文件上传。
根据分析,我找到了原始下载地址。我们再展开说一下,cu118是你的cuda sdk版本;cp311 说明你需要使用Python3.11;torch-2.5.0等都是对应pytorch.org建议的版本的。 https://download.pytorch.org/whl/cu118/torch-2.5.0%2Bcu118-cp311-cp311-linux_x86_64.whl https://download.pytorch.org/whl/cu118/torchvision-0.20.0%2Bcu118-cp311-cp311-linux_x86_64.whl https://download.pytorch.org/whl/cu118/torchaudio-2.5.0%2Bcu118-cp311-cp311-linux_x86_64.whl
当你把文件上传到服务器之后,就可以开始干活了
python3 -m venv ~/comfyui-env source ~/comfyui-env/bin/activate pip install --upgrade pip pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple #这里就需要手动安装我们准备的文件了 pip install /home/l/cofy/torch-2.5.0+cu118-cp311-cp311-linux_x86_64.whl pip install /home/l/cofy/torchaudio-2.5.0+cu118-cp311-cp311-linux_x86_64.whl pip install /home/l/cofy/torchvision-0.20.0+cu118-cp311-cp311-linux_x86_64.whl
安装comfyui
我们继续上面的内容
git clone --depth=1 https://github.com/comfyanonymous/ComfyUI cd /home/l/ComfyUI/ pip install -r requirements.txt 🎉完工!! python main.py --listen 0.0.0.0 🎃一键进入命令 source ~/comfyui-env/bin/activate && cd ComfyUI && python main.py --listen 0.0.0.0