Инструкция по установке и запуску Comfy UI на Linux

30.03.2026

~ 16 мин

Простой

Гайды

Что такое ComfyUI

ComfyUI – это мощный открытый инструмент с нодовым (узловым) интерфейсом для генерации изображений, видео и аудио с помощью ИИ, прежде всего на основе моделей Stable Diffusion.

Принцип работы

В отличие от привычных интерфейсов с простой строкой ввода текста, ComfyUI предоставляет визуальный холст, на котором вы строите «пайплайн» генерации, соединяя блоки — ноды — друг с другом. Каждая нода выполняет отдельную функцию: загрузка модели, ввод промпта, настройка сэмплера, декодирование изображения и т.д. При запуске генерации система обходит граф нодов по порядку, подсвечивая активный шаг.

В этом гайде мы рассмотрим простейшие способы установки и запуска ComfyUI и моделей к ней на системе Linux, конкретно – Ubuntu 24.04.4 LTS.

Способ 1: Ручная установка без контейнера

Этот способ подходит тем, кто хочет максимальный контроль над окружением и прямой доступ к файлам моделей.

Шаг 1: Подготовка системы

Убедитесь, что установлены git и conda (или другой менеджер виртуальных окружений). ComfyUI требует Python 3.12 или выше.

python3 --version

sudo apt update && sudo apt install -y git python3-pip

pip3 install --upgrade pip wheel

Шаг 2: Создание виртуального окружения

Рекомендуется использовать Conda, чтобы не загрязнять системный Python.

conda create -n comfyenv python=3.12

conda activate comfyenv

Альтернатива через uv

pip install uv

uv venv --python 3.12 .venv

source .venv/bin/activate

Шаг 3: Клонирование репозитория

git clone https://github.com/comfyanonymous/ComfyUI.git

cd ComfyUI

Шаг 4: Установка зависимостей GPU

Выберите вариант в зависимости от вашей видеокарты.

NVIDIA (CUDA 12.1)

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

AMD (ROCm 7.2)

AMD рекомендует использовать официальные wheel-файлы с repo.radeon.com, а не сборки с pytorch.org – они тестируются AMD значительно тщательнее.

Сначала необходимо установить ROCm-драйвер на хост-систему. AMD предоставляет для этой цели утилиту amdgpu-install

sudo apt update

sudo apt install "linux-headers-$(uname -r)" "linux-modules-extra-$(uname -r)"

sudo usermod -a -G render,video $LOGNAME

# Скачать и установить amdgpu-install (пример для Ubuntu 24.04)

wget https://repo.radeon.com/amdgpu-install/6.4/ubuntu/noble/amdgpu-install_6.4.60400-1_all.deb

sudo apt install ./amdgpu-install_6.4.60400-1_all.deb

sudo apt update

sudo apt install amdgpu-dkms rocm

sudo reboot

Теперь устанавливаем PyTorch с поддержкой ROCm 7.2 (Python 3.12, x86_64):

wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torch-2.9.1%2Brocm7.2.0.lw.git7e1940d4-cp312-cp312-linux_x86_64.whl

wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torchvision-0.24.0%2Brocm7.2.0.gitb919bd0c-cp312-cp312-linux_x86_64.whl

wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torchaudio-2.9.0%2Brocm7.2.0.gite3c6ee2b-cp312-cp312-linux_x86_64.whl

wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/triton-3.5.1%2Brocm7.2.0.gita272dfa8-cp312-cp312-linux_x86_64.whl

pip3 uninstall torch torchvision triton torchaudio

pip3 install \
torch-2.9.1+rocm7.2.0.lw.git7e1940d4-cp312-cp312-linux_x86_64.whl \
torchvision-0.24.0+rocm7.2.0.gitb919bd0c-cp312-cp312-linux_x86_64.whl \
torchaudio-2.9.0+rocm7.2.0.gite3c6ee2b-cp312-cp312-linux_x86_64.whl \
triton-3.5.1+rocm7.2.0.gita272dfa8-cp312-cp312-linux_x86_64.whl

Проверка установки:

python3 -c "import torch; print(torch.cuda.is_available())"

python3 -c "import torch; print(torch.cuda.get_device_name(0))"

Шаг 5: Установка зависимостей ComfyUI

pip install -r requirements.txt

Шаг 6: Добавление модели

Поместите файл .safetensors или .ckpt в папку ComfyUI/models/checkpoints/. Без хотя бы одной checkpoint-модели генерация работать не будет.

Шаг 7: Запуск

# Простой запуск (только с localhost)

python main.py

# С доступом из локальной сети

python main.py --listen

# С указанием GPU и кастомным портом

python main.py --listen --port 8080 --cuda-device 0

Откройте браузер по адресу http://127.0.0.1:8188

Шаг 8: Обновление

cd ComfyUI

git pull

pip install -r requirements.txt

Способ 2: Запуск в Docker-контейнере

Docker изолирует всё окружение. Главное преимущество: в любой момент можно удалить и пересоздать контейнер без ручной чистки библиотек. На Linux не требуется Docker Desktop, достаточно Docker Engine.

Шаг 1: Установка Docker

sudo apt update

sudo apt install -y docker.io docker-compose-plugin

sudo systemctl enable --now docker

sudo usermod -aG docker $USER

Перелогиньтесь для применения группы

Вариант A: NVIDIA GPU

Шаг 2A: Установка NVIDIA Container Toolkit

Без этого компонента Docker не увидит видеокарту.

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
| sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
| sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
| sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt update && sudo apt install -y nvidia-container-toolkit

sudo nvidia-ctk runtime configure --runtime=docker

sudo systemctl restart docker

# Проверка

docker run --rm --gpus all nvidia/cuda:12.1.1-base-ubuntu22.04 nvidia-smi

Шаг 3A: Создание директорий и docker-compose.yml

mkdir -p ~/comfyui-nvidia/{models/checkpoints,models/loras,models/vae,output,custom_nodes,workflows}

cd ~/comfyui-nvidia

docker-compose.yml для NVIDIA:

version: "3.8"

services:
  comfyui:
    image: ghcr.io/ai-dock/comfyui:latest-cuda
    container_name: comfyui-nvidia
    ports:
      - "8188:8188"
    volumes:
      - ./models:/workspace/ComfyUI/models
      - ./output:/workspace/ComfyUI/output
      - ./custom_nodes:/workspace/ComfyUI/custom_nodes
      - ./workflows:/workspace/ComfyUI/user
    environment:
      - CLI_ARGS=--listen 0.0.0.0
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]
    restart: unless-stopped

Вариант B: AMD GPU (ROCm 7.2)

Для AMD Docker-подход особенно удобен: не нужно устанавливать ROCm на хост-систему вручную. Контейнер общается с GPU через устройства /dev/kfd и /dev/dri, которые уже доступны при наличии стандартного драйвера amdgpu.

Шаг 2B: Добавление пользователя в группы

sudo usermod -a -G render,video $USER

Перелогиньтесь

Шаг 3B: Создание директорий и docker-compose.yml

mkdir -p ~/comfyui-amd/{data/models/checkpoints,data/models/loras,data/models/vae,data/output,data/input,data/custom_nodes,data/user}

cd ~/comfyui-amd

docker-compose.yml для AMD ROCm:

version: "3.8"

services:
  comfyui-rocm:
    image: corundex/comfyui-rocm:latest
    container_name: comfyui-rocm
    devices:
      - /dev/kfd:/dev/kfd
      - /dev/dri:/dev/dri
    group_add:
      - video
    ports:
      - "8188:8188"
    volumes:
      - ./data/models:/workspace/ComfyUI/models
      - ./data/output:/workspace/ComfyUI/output
      - ./data/input:/workspace/ComfyUI/input
      - ./data/custom_nodes:/workspace/ComfyUI/custom_nodes
      - ./data/user:/workspace/ComfyUI/user
    environment:
      - HIP_VISIBLE_DEVICES=0
      - CUDA_VISIBLE_DEVICES=
      - MODEL_DOWNLOAD=default
    restart: unless-stopped

Альтернативный запуск без docker-compose через docker run:

mkdir -p ~/comfyui-rocm-storage

docker run -it --rm \
--name comfyui-rocm \
--device=/dev/kfd --device=/dev/dri \
--group-add=video --ipc=host \
--cap-add=SYS_PTRACE \
--security-opt seccomp=unconfined \
-p 8188:8188 \
-v "$(pwd)"/storage:/root \
-e CLI_ARGS="--listen" \
yanwk/comfyui-boot:rocm

Для работы с официальным AMD PyTorch-образом можно также использовать базовый подход:

docker pull rocm/pytorch:rocm7.2_ubuntu24.04_py3.12_pytorch_release_2.9.1

docker run -it --rm \
--cap-add=SYS_PTRACE --security-opt seccomp=unconfined \
--device=/dev/kfd --device=/dev/dri \
--group-add video --ipc=host --shm-size 8G \
-p 8188:8188 \
rocm/pytorch:rocm7.2_ubuntu24.04_py3.12_pytorch_release_2.9.1 \
/bin/bash -c "
git clone https://github.com/comfyanonymous/ComfyUI.git && \
pip install -r ComfyUI/requirements.txt && \
python ComfyUI/main.py --listen --port 8188
"

Шаг 4B: Запуск

docker compose up -d

docker compose logs -f comfyui-rocm

Интерфейс будет доступен по адресу http://localhost:8188.

Полезные команды для управления контейнером:

Выбор GPU и вычисления

Флаг	Описание
--cuda-device ID	ID CUDA/HIP-устройства для этого экземпляра
--cuda-malloc	Включить cudaMallocAsync (включён по умолчанию для PyTorch 2.0+)
--disable-cuda-malloc	Отключить cudaMallocAsync
--cpu	Использовать только CPU

Управление VRAM

Флаги из этой группы взаимоисключающие.

Флаг	Описание
--gpu-only	Всё хранить и запускать на GPU (включая CLIP, text encoders)
--highvram	Не выгружать модели в CPU после использования
--normalvram	Принудительно использовать нормальный режим VRAM
--lowvram	Разбить UNet на части для экономии VRAM
--novram	Когда --lowvram недостаточно
--reserve-vram GB	Зарезервировать указанное кол-во VRAM (в ГБ) для ОС и других программ
--disable-smart-memory	Агрессивно выгружать модели в RAM вместо удержания в VRAM

Запуск моделей

Самый простой запуск моделей – это запуск по шаблонам. Если вы не умеете создавать и соединять ноды, можно просто выбрать вкладку шаблонов.

Кликнуть на понравившуюся модель и загрузить предлагаемые файлы. А затем раскидать их по папкам.

Всплывающее окно ComfyUI, предлагающее загрузить недостающие компоненты

Для GGUF форматов необходимо скачать расширение ComfyUI-GGUF, которое доступно в самом ComfyUI через менеджер.

Заключение

ComfyUI – один из самых, если не самый, удобный и гибкий инструмент доступный обычному обывателю. Графический интерфейс, наглядная система нодов, удобство запуска, и весьма низкие требования делают его лучшим выбором для новичков, только-только ощупывающих чудный мир генеративных моделей.

Автор:

Serverflow