ComfyUI 跑 Flux 显存不足怎么办？量化、启动参数与选卡边界

为什么 FLUX.1 在 ComfyUI 里容易爆显存

FLUX.1（dev 或 schnell）采用约 120 亿参数的 Diffusion Transformer 架构，全精度（FP16/BF16）权重文件本身就需约 24GB 显存。加载后还要同时运行体积接近 10GB 的 T5-XXL 文本编码器，以及在高分辨率解码阶段调用 VAE，峰值显存需求轻松超过 16GB 消费级显卡的天花板。

当 ComfyUI 提示 CUDA Out of Memory 或 RuntimeError: OutOfMemoryError，通常发生在三个阶段：模型加载时权重装不下、Conditioning 时文本编码器撑满显存、或者采样结束后 VAE Decode 瞬间溢出。

软件优化：把显存峰值压到 8~12GB

用官方 FP8 量化权重

最直接的降显存方案是换用 FP8 Checkpoint。FLUX 官方推荐显存有限的用户下载 FP8 单文件版权重，或者在 ComfyUI 的 "Load Diffusion Model" 节点中将 weight_dtype 设为 fp8_e4m3fn。这能把权重占用从 24GB 砍到约 11~12GB，画质损失极小，大多数场景下肉眼难辨。

替换轻量级 T5 编码器

默认的 t5xxl_fp16 文本编码器文件接近 10GB，在显存或系统内存低于 32GB 时会成为瓶颈。ComfyUI 官方建议改用 t5xxl_fp8_e4m3fn 或 scaled 版本，显著降低 Conditioning 阶段的显存压力。这两个文件通常放在 ComfyUI/models/clip/ 目录，在 DualCLIPLoader 节点中指定即可。

6~8GB 显卡：GGUF 或 NF4 极限量化

如果你的显卡只有 6GB 到 12GB（如 GTX 1660、RTX 3060），可以安装 ComfyUI-GGUF 插件，加载 FLUX GGUF 模型（如 Q4_K_S、Q5_K_M）与配套的 GGUF 版 T5 编码器；或者直接用 flux1-dev-bnb-nf4 版本。这类量化方案能把显存峰值压到 6~8GB 即可出图，但前提是你的主机物理内存（RAM）至少要有 32GB，用于层级卸载与缓存。速度会明显慢于全精度或 FP8，单张图可能从几秒拉长到几分钟。

启动参数：--lowvram 与内存调度

在 ComfyUI 启动脚本（如 run_nvidia_gpu.bat 或 python main.py）中添加 --lowvram 参数，强制在不需要执行文本编码或 VAE 时将其卸载到系统内存，减少 GPU 显存常驻峰值。配合 --reserve-vram 0.5（预留 0.5GB 余量）或 --disable-smart-memory（禁止激进缓存）可进一步防止突发 OOM。

示例：

python main.py --lowvram --reserve-vram 0.5

Tiled VAE 避免解码崩溃

FLUX 生成 1024×1024 及以上分辨率图像时，往往在采样结束后的 VAE Decode 环节瞬间爆显存。在工作流中把标准 "VAE Decode" 节点换成 "VAE Decode (Tiled)"，通过分块切片解码可大幅平抑峰值。tile_size 建议从 512 起试，显存越紧就调越小。

控制生成参数与清理缓存

• Batch Size 设为 1：避免单次执行多张图堆叠显存，改用队列排队运行。
• 手动清理缓存：切换模型或调优提示词前，在 ComfyUI 右键菜单点击 "Clean GPU Memory" 或卸载残留模型。

什么时候该租云端 24GB+ 显存算力

在 8GB~12GB 显卡上跑高量化版 FLUX，或强行依靠 --lowvram 频繁内存换页时，单张图耗时常从数秒拉长到数分钟。如果你要：

• 原版精度出图：FP16/BF16 权重 + 完整 T5 编码器，画质无损失；
• 秒级响应：批量生成或实时调优提示词，不想等内存换页；
• 复杂工作流：叠加 ControlNet、多个 LoRA 或更高分辨率（如 2048×2048），显存需求会进一步上涨；

这时更高效的方案是租用 24GB 显存以上的 GPU（如 RTX 4090 或数据中心级算力），按小时计费、按需开关机。NexGPU 提供消费级到数据中心级显卡，镜像模板一键部署 ComfyUI，停机只收存储费、销毁才全部停止。具体可租节点与单价可以在 价格页 查看，选好配置后单价锁定到销毁为止。

排查顺序小结

1. 先换 FP8 权重 + FP8 版 T5：多数 12GB~16GB 显卡到这步就能跑通；
2. 加 Tiled VAE：解决高分辨率解码崩溃；
3. 加 --lowvram：进一步压低常驻峰值；
4. 极限量化（GGUF/NF4）：6~8GB 显卡的最后一道防线，需要 32GB+ RAM 配合；
5. 权衡速度与成本：本地极限优化后仍慢得难以接受，或需要原版精度与复杂工作流，就该考虑云端 24GB+ 算力按需租用。

显存优化的边界是硬件物理上限，软件手段只能在质量、速度与显存之间做取舍。找到自己能接受的平衡点，才是最实用的方案。