Tutoriais de VPS
ComfyUI no VPS GPU: Docker, modelos, HTTPS e lotes (2026)
Instale ComfyUI com NVIDIA, confira driver e runtime, preserve modelos, proteja acesso e recupere lotes, calculando VRAM, armazenamento e cobrança.

ComfyUI pode rodar na CPU, mas gerar em velocidade útil normalmente exige uma GPU compatível. Este guia usa um servidor cloud com NVIDIA: confira driver, inicie o contêiner, preserve modelos e resultados, proteja o acesso e teste um fluxo pequeno antes dos lotes. Uma imagem 1024×1024 na CPU pode levar muitos minutos, dependendo de modelo e máquina.
Veja seleção de GPU se ainda não escolheu o hardware. O procedimento é internacional; os orçamentos em RMB do original são exemplos do mercado chinês, sem representar preços atuais globais.
Uma RTX 4060 de notebook com 8 GB pode atender certos fluxos SDXL e ficar sem memória numa configuração Flux maior. É uma comparação de cargas, sem alegar teste próprio. Aluguel pode fazer sentido quando:
- A VRAM local não comporta o modelo ou fluxo.
- Você precisa deixar lotes rodando, como centenas de imagens autorizadas para um dataset.
- A equipe compartilha modelos e fluxos.
- Um projeto temporário não justifica comprar hardware.
Para geração ocasional, usar a máquina local pode custar menos. O original estimou uma 4090 ligada continuamente por cerca de CNY 3000/mês; peça uma cotação real com impostos e condições.
| Modalidade | Cobrança | Após parar | Dados |
|---|---|---|---|
| GPU local | Compra e energia | Sem cobrança cloud de processamento | Disco local e backups |
| Cloud por uso | Segundos/horas conforme provedor | Processamento para de ser cobrado conforme suas regras; armazenamento pode continuar | Disco efêmero pode sumir ao liberar |
| VPS GPU/servidor mensal | Contrato mensal | Normalmente continua cobrando | Persistência depende do contrato e proteção do disco |
Os exemplos originais foram CNY 2–4/hora e CNY 2000–4000/mês para uma 4090, sem validade mundial. Teste algumas horas e calcule armazenamento, transferência e tempo ocioso. Parar e liberar uma instância são operações diferentes.
Capacidade de VRAM define o que cabe; velocidade também depende de processamento, kernels, banda e offloading. Os valores do original são referências aproximadas:
| Modelo | Arquivo | VRAM estimada | Exemplo |
|---|---|---|---|
| SD 1.5 | ~2 GB | ~4 GB | GPU de 6 GB |
| SDXL | ~6.9 GB | ~7–8 GB | 8 GB apertados; 12 GB com margem |
| Flux.1 dev fp16 | ~23 GB | 20 GB+ | 3090/4090 de 24 GB; offloading altera requisitos |
| Flux.1 dev fp8 | ~12 GB | ~11 GB | 12 GB com ajustes adequados |
| Flux GGUF Q5_K_S | ~8.5 GB | ~7.5 GB | 8 GB apertados; 12 GB com margem |
| Flux GGUF Q4_K_S | ~6.8 GB | ~6.5 GB | 6–8 GB ainda limitados |
Inclua VAE, ControlNet, ampliadores e LoRA: 100 GB acabam rapidamente. NVMe costuma ajudar a carregar modelos, sem multiplicador garantido. Reservar 32 GB de RAM é um ponto inicial útil para offloading; meça o fluxo, pois RAM/swap são muito mais lentos que VRAM. Teste downloads na região escolhida, sem deduzir velocidade pelo país do servidor.
nvidia-smi
Confira GPU, VRAM e driver. A versão CUDA mostrada pelo nvidia-smi indica capacidade do driver, não necessariamente o runtime no contêiner. Comando ausente não prova sozinho falta de driver; consulte imagem e ferramentas do provedor.
Se o repositório ainda não estiver configurado, siga primeiro a instalação oficial do Container Toolkit. Reiniciar Docker afeta outros contêineres:
sudo apt update
sudo apt install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker
docker run --rm --gpus all nvidia/cuda:12.8.0-base-ubuntu24.04 nvidia-smi
O teste CUDA 12.8 valida esse contêiner, sem garantir uma aplicação CUDA 13. Verifique driver, arquitetura GPU e runtime da imagem usada.
mkdir -p ~/comfyui/{models,custom_nodes,input,output,user}
cd ~/comfyui
Crie docker-compose.yml:
services:
comfyui:
image: yanwk/comfyui-boot:cu130-slim-v2
container_name: comfyui
restart: unless-stopped
ports:
- "127.0.0.1:8188:8188"
volumes:
- ./models:/root/ComfyUI/models
- ./custom_nodes:/root/ComfyUI/custom_nodes
- ./input:/root/ComfyUI/input
- ./output:/root/ComfyUI/output
- ./user:/root/ComfyUI/user
environment:
- NVIDIA_VISIBLE_DEVICES=all
- NVIDIA_DRIVER_CAPABILITIES=compute,utility
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: all
capabilities: [gpu]
shm_size: "8gb"
A tag de exemplo cu130-slim-v2 estava disponível no registro do autor na consulta de 2026-11-16, com digest sha256:ad3e5eb6b791a93a5f62d5ce8007ee02fb1ecfbab9b758d4da0f6e95809f5a9d. Existência não comprova compatibilidade do driver nem revisão de segurança; confira e fixe o artefato para a sua GPU.
Confira imagem comunitária e tag na documentação do autor e fixe uma versão/digest revisado. CUDA 13.0 não é requisito universal do ComfyUI: compatibilidade depende de PyTorch e dos nós. Verifique se a tag contém Manager e quais permissões exige.
Use 127.0.0.1:8188:8188, em vez de 8188:8188, para manter privado o acesso direto. shm_size: "8gb" amplia memória compartilhada acima dos 64 MB comuns do Docker; 8 GB não são obrigatórios para todo fluxo e precisam caber na RAM disponível.
docker compose up -d
docker compose logs -f
Confira porta 8188 e Total VRAM nos logs com a GPU contratada. Preserve configuração e estado do usuário e revise permissões de cada volume.
Dentro de models:
| Diretório | Conteúdo |
|---|---|
checkpoints/ | Checkpoints completos compatíveis |
unet/ | UNet/difusão e GGUF conforme carregador instalado |
clip/ | Codificadores de texto; Flux pode precisar de t5xxl e clip_l |
vae/ | VAE |
loras/ | LoRA |
controlnet/ | ControlNet |
embeddings/ | Embeddings Textual Inversion |
upscale_models/ | Ampliadores como ESRGAN |
Atualize a lista depois de copiar. Shards Diffusers de um repositório não viram automaticamente um checkpoint único: siga os artefatos exatos do fluxo compatível. Este exemplo original usa um mirror externo voltado à China, opcional e sujeito a confiança, disponibilidade e licença; prefira a origem oficial quando adequada:
export HF_ENDPOINT=https://hf-mirror.com
pip install -U "huggingface_hub[cli]"
hf download black-forest-labs/FLUX.1-schnell \
--include "*.safetensors" \
--local-dir ~/comfyui/models/checkpoints
Civitai pode exigir conta/token autorizado. Substitua o marcador pela URL correta e privada; wget -c retoma apenas se o servidor suportar:
wget -c -O ~/comfyui/models/checkpoints/model.safetensors "复制的直链"
Comece com um SDXL e um ou dois LoRA compatíveis. Gere uma imagem antes de acumular 200 GB. Nós personalizados executam código: revise origem e dependências e restrinja o instalador.
Trate a instalação como sem autenticação até verificar sua proteção. TLS sozinho não evita consumo da sua GPU por terceiros. Troque marcadores e valide a sintaxe do Caddy instalado; versões atuais usam basic_auth:
comfy.example.com {
encode gzip
basicauth {
admin $2a$14$这里换成你的密码哈希
}
reverse_proxy 127.0.0.1:8188
}
Gere o hash em privado. Passar senha na linha de comando pode expô-la no histórico/processos; prefira entrada interativa:
caddy hash-password --plaintext '你的密码'
Certificados exigem DNS correto e desafios ACME acessíveis. WebSocket carrega progresso e prévias: confira erros se não atualizarem. Cloudflare Tunnel também precisa de política de acesso; esconder origem não autentica usuários.
Para uso individual, um túnel SSH evita proxy público:
ssh -L 8188:127.0.0.1:8188 user@你的服务器
Abra http://127.0.0.1:8188 no seu computador. Mantenha a porta local privada e proteja a conta SSH.
Ative Developer Mode Options e Export (API), conforme a versão instalada. JSON visual comum é diferente do formato API. Ajuste IDs e campos ao seu fluxo:
import json, time, uuid, urllib.request
SERVER = "http://127.0.0.1:8188"
CLIENT_ID = str(uuid.uuid4())
with open("workflow_api.json") as f:
wf = json.load(f)
# 改掉节点里的提示词和随机种子
wf["6"]["inputs"]["text"] = "a cat sitting on a server rack, cinematic lighting"
wf["3"]["inputs"]["seed"] = 12345
payload = json.dumps({"prompt": wf, "client_id": CLIENT_ID}).encode()
req = urllib.request.Request(
f"{SERVER}/prompt", data=payload,
headers={"Content-Type": "application/json"},
)
prompt_id = json.loads(urllib.request.urlopen(req).read())["prompt_id"]
while True:
with urllib.request.urlopen(f"{SERVER}/history/{prompt_id}") as r:
history = json.loads(r.read())
if prompt_id in history:
break
time.sleep(1)
for node in history[prompt_id]["outputs"].values():
for img in node.get("images", []):
print(img["filename"], img.get("subfolder", ""))
/promptexige IDs string:["4", 1], não[4, 1]./historypode ficar vazio enquanto a tarefa espera/executa. Confira fila e erros; comece com consulta a cada 1 segundo, não 100 ms./historynão persiste após reiniciar. Guardeprompt_id, fluxo, sementes e resultados; um ID não restaura histórico apagado.- Aceitação em
/promptnão significa geração bem-sucedida. Confira estado/erros e nós em/object_info; alguns fluxos inválidos são rejeitados imediatamente. /promptenfileira. Limite envios e acrescente timeouts e tratamento de falhas: o loop mínimo do exemplo pode esperar indefinidamente.
Para CUDA out of memory, confira processos concorrentes antes de partir diretamente para --lowvram. Verifique flags disponíveis e avance:
Padrão → --normalvram → --lowvram → --novram → --cpu.
- SDXL intermitente em 12 GB: avalie
--reserve-vram 2para reservar margem. - Troca de modelo/cache: considere
--cache-none. - GPU série 10/20 com Flux:
--use-split-cross-attentione--lowvramse as dependências aceitarem a arquitetura. - Fragmentação/offloading: confira
--disable-dynamic-vramna documentação atual.
| Formato | Arquivo | VRAM estimada | Compromisso |
|---|---|---|---|
| fp16 | ~23 GB | 20 GB+ | Alta precisão e uso de memória |
| fp8 | ~12 GB | ~11 GB | Menos memória; qualidade/compatibilidade variam |
| Q5_K_S | ~8.5 GB | ~7.5 GB | Carregador específico; qualidade/velocidade dependem do fluxo |
| Q4_K_S | ~6.8 GB | ~6.5 GB | Mais compressão e possível perda de detalhe |
GGUF precisa de ComfyUI-GGUF revisado e Unet Loader (GGUF). Use models/unet/, em vez de checkpoints/, onde o carregador exigir. Reduza resolução de 1024 para 768, batch de 4 para 1 e separe fluxos que carregam dois modelos grandes. Meça a economia; não existe porcentagem fixa para todo caso.
Pare/libere usando a operação que realmente encerra cobrança; desligar por dentro do sistema pode não bastar. Use agendamento do provedor quando conveniente. Faça backup de modelos/resultados antes de liberar disco efêmero; discos retidos podem continuar cobrando. Inclua transferência de modelos/imagens e evite deixar GPU cara ligada apenas para sites ou bancos alheios à tarefa.
Interface abre sem progresso: confira WebSocket, fila, erros de nós e atividade GPU.
Nós desaparecem ao recriar: persista custom_nodes e registre versões/dependências.
Upload 413: confira limites de todos os proxies/CDN; Nginx costuma precisar de client_max_body_size. Caddy/aplicação também podem limitar.
Mais lento que um benchmark: confira nvidia-smi -l 1, VRAM/RAM, resolução e sampler. Compare mesma GPU/fluxo; mais RAM não resolve todos os gargalos.
Contêiner encerra: veja docker compose logs para VRAM ocupada, driver/runtime, permissões e dependências.
Teste GPU/driver com aluguel por horas, gere um fluxo mínimo e só depois adicione modelos, HTTPS e lotes. Cada falha fica ligada a uma camada concreta.