阿里云部署 ComfyUI

1. 开通阿里云 - 人工智能平台PAI

点击开通阿里云“人工智能平台PAI”服务。

注意左上角的地域，尽量选择离自己近的（北京，上海，杭州，深圳是免费试用的地域）。

点击“开通PAI并创建默认工作空间”。

可以勾选“组合开通中的OSS”，后续可以挂载便宜的存储空间。

点击“服务角色授权”的“去授权”并“同意授权”。

点击进入“PAI控制台”。

2. 创建实例

在“模型开发与训练 - 交互式建模（DSW）”新建实例。

填入实例名称，除了资源配额, 镜像和数据集三处需要注意的选项外，其他保持默认即可。

2.1 资源配额

点击“资源规格”，选择“免费使用”，根据需要选择 NVIDIA A10 或 NVIDIA V100 显卡（推荐A10，显存24G且价格划算）。免费领取3个月5000计算时资源抵扣包。

2.2 镜像

选择“官方镜像”，点击下方输入框。

在“芯片类型”中选择“GPU”。

选择 modelscope:1.16.0-pytorch2.3.0tensorflow2.16.1-gpu-py310-cu121-ubuntu22.04镜像。

点击“确定”，完成镜像选择。

2.3 数据集

开通阿里云对象存储OSS”，点击“创建Bucket”。

依次填入信息，需要注意地域要选择开通“人工智能平台PAI”时的地域，同地域内网不用花流量费。

存储类型选择“标准存储”。

存储冗余类型选择“本地冗余存储”。

其他默认点击“完成创建”。

购买OSS资源包,根据需要选择容量和时长，注意地域要选择开通“人工智能平台PAI”和“创建Bucket”时的地域。

返回“人工智能平台PAI - 新建实例 - 数据集”选项，可以在“对象存储OSS”看到刚刚创建的 Bucket。

点击“确定”，完成数据集选择。

3. 安装 ComfyUI

实例环境准备完成后，打开实例。

打开终端 “Text and terminal” - “terminal” 。

默认打开目录 /mnt/workspace。

将 ComfyUI 仓库克隆到本地：

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

进入 ComfyUI 目录：

cd ComfyUI

安装依赖环境：

pip install requirements.txt

启动 ComfyUI :

python main.py

加载完成后点击http://127.0.0.1:8188打开 ComfyUI：

Import times for custom nodes:
   0.0 seconds: /mnt/workspace/ComfyUI/custom_nodes/websocket_image_save.py
   0.0 seconds: /mnt/workspace/ComfyUI/custom_nodes/AIGODLIKE-COMFYUI-TRANSLATION
   0.0 seconds: /mnt/workspace/ComfyUI/custom_nodes/ComfyUI_UltimateSDUpscale
   0.0 seconds: /mnt/workspace/ComfyUI/custom_nodes/ComfyUI-Manager

Starting server

To see the GUI go to: http://127.0.0.1:8188

4. ComfyUI 调用“对象存储OSS”上的模型

在2.3步数据集创建的 Bucket 会挂载到实例 /mnt/data目录下。

我们通过 Bucket 创建的文件夹或上传的模型可以在/mnt/data目录下看到。

4.1 修改 ComfyUI 默认的模型目录

将 ComfyUI 根目录的 extra_model_paths.yaml.example 文件重命名为 extra_model_paths.yaml

将模型文件路径 base_path: 改为 /mnt/data/

a111:
    base_path: /mnt/data/

    checkpoints: models/Stable-diffusion/
    configs: models/Stable-diffusion
    vae: models/VAE
    loras: |
         models/Lora
         models/LyCORIS
    upscale_models: |
                  models/ESRGAN
                  models/RealESRGAN
                  models/SwinIR
    embeddings: embeddings
    hypernetworks: models/hypernetworks
    controlnet: models/ControlNet

4.2 上传模型到 Bucket

点击 Bucket 名称，可以上传文件或创建目录