丹摩智算：FLUX.1+ComfyUI的部署与使用指南

📑前言

在人工智能领域，图像生成技术一直是研究的热点之一。随着深度学习技术的发展，图像生成技术已经取得了显著的进步。最近，黑森林实验室（Black Forest Labs）开发的FLUX.1模型在图像合成技术方面取得了新的突破，成为了市场上的新宠。本文将介绍如何在丹摩智算平台上部署和使用FLUX.1模型，以及如何结合ComfyUI为用户提供更直观的交互体验。

一、FLUX.1模型简介

FLUX.1是黑森林实验室推出的一款高性能图像生成模型，它分为三个版本：

1. FLUX.1-pro：这是FLUX.1系列中的最顶级性能版本，提供最先进的图像生成能力，具有顶级的提示词识别能力、视觉质量、图像细节和输出多样性。目前可以通过官方API访问，也提供企业定制化服务。
2. FLUX.1-dev：直接从FLUX.1-pro提炼而来，FLUX.1-dev获得了类似的质量和提示词能力，同时比相同大小的标准模型更高效。它是开源的，但不能商用。
3. FLUX.1-schnell：专为本地开发和个人使用量身定制的，在Apache2.0许可下公开可用。它在生成速度上具有明显优势，同时对内存的占用也是最小的。

二、部署流程

2.1 创建资源

首先，我们需要在丹摩智算平台上创建GPU云实例。进入控制台，选择GPU云实例，点击创建实例。在实例配置中选择付费类型，短期需求可以选择按量付费或者包日，长期需求可以选择包月套餐。然后选择GPU数量和型号，建议选择NVIDIA GeForce RTX 4090，因为它有60GB内存和24GB的显存，足以满足FLUX.1模型的需求。接下来配置数据硬盘的大小，建议扩容至150GB以存储较大的FLUX.1模型。

2.2 登录实例

创建好实例后，我们可以通过JupyterLab工具来部署FLUX.1模型。首先，启动JupyterLab，并创建终端。

2.3 部署ComfyUI

ComfyUI是一个用户友好的界面，可以让用户更直观地与FLUX.1模型交互。在终端中执行以下命令克隆ComfyUI代码：

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

克隆完成后，进入ComfyUI目录，执行以下命令安装ComfyUI需要的依赖：

cd ComfyUI/
pip install -r requirements.txt --ignore-installed

然后，执行以下命令启动ComfyUI：

python main.py --listen

如果遇到依赖包冲突的问题，可以先卸载冲突包，再次安装依赖。

三、部署FLUX.1

接下来，我们需要下载并解压FLUX.1模型文件。平台已预制FLUX.1相关资源，我们可以通过内网高速下载：

wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar

解压文件后，我们需要把模型文件移动到ComfyUI指定目录。例如，将大模型文件flux1-dev.safetensors移动至/root/workspace/ComfyUI/models/unet/文件夹中，将vae文件ae.safetensors移动至/root/workspace/ComfyUI/models/vae/文件夹中。

最后，下载并解压Clip模型：

wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

解压后，将文件移动到ComfyUI指定目录。

四、使用流程

4.1 运行FLUX.1

终端进入ComfyUI目录，执行以下命令启动ComfyUI：

cd /root/workspace/ComfyUI
python main.py --listen

启动成功后，我们可以通过丹摩平台提供的端口映射能力，把内网端口映射到公网，然后通过访问链接打开ComfyUI交互界面。

4.2 导入工作流

用户可以将以下图片保存，在ComfyUI中加载或拖动以下图像以获取工作流。ComfyUI支持多种FLUX.1模型的工作流，包括FLUX.1-dev-FP16、FLUX.1-schnell-FP16、FLUX.1-dev-FP8和FLUX.1-schnell-FP8。

五、总结

FLUX.1模型的部署和使用在丹摩智算平台上变得非常简单。通过ComfyUI，用户可以更直观地与FLUX.1模型交互，生成高质量的图像。无论是学术研究还是商业应用，FLUX.1都将为你的项目带来前所未有的图像生成体验。