ComfyUI 低显存与提速实战：6–8GB 显卡如何跑 SDXL、FLUX 和视频工作流

终端报错 torch.cuda.OutOfMemoryError: CUDA out of memory，ComfyUI 控制台显示 regular VAE encoding, retrying with tiled VAE encoding，但那张 1024×1024 的图还是没跑起来。你的 RTX 3060 8GB，跑 SDXL 单张没问题，一开 Hires Fix、FaceDetailer、ControlNet，显存直接爆到 12GB+。降分辨率到 768×768，关掉 ControlNet——勉强能跑，但质量你不满意。

在 6-8GB 显存、普通消费级显卡或 Apple Silicon / AMD 等环境里，你面临的问题是：怎么让 ComfyUI 尽量稳定跑 SDXL、FLUX 和轻量视频工作流，并知道哪些调整会牺牲速度、质量或稳定性。

---

先搞清楚你的显卡属于哪档

显存预算不是玄学。你的显卡档位决定了可行工作流和推荐策略。

硬件档位判断表（显存档位→可行工作流→推荐策略）

显存档位	可行工作流	限制与风险	推荐策略
6GB	SDXL 低分辨率（512-768） FLUX 极限压缩（Q2_K/Q3_K_S + GGUF + —lowvram/—novram） 视频：8帧480P（极限）	分辨率受限 节点叠加易OOM 速度慢（offload到RAM）	用极限量化（Q3_K_S） 分辨率控制在512-768 禁用ControlNet/后处理分支 视频帧数≤8
8GB	SDXL 1024×1024（单张） FLUX fp8/GGUF Q4_K_S（不保证稳定） 视频：8帧480P（舒适）/24帧720P（极限）	ControlNet/Hires Fix叠加易OOM T5需fp8/GGUF 分辨率不超过1024×1024 FLUX.1 GGUF Q5_K_S极限	FLUX.2 Klein 4B GGUF（推荐） T5 fp8/GGUF 用Tiled VAE batch size=1
12GB	SDXL + ControlNet + 简单放大 FLUX Q5_K_S/Q6_K（舒适） 视频：24帧720P（舒适）/60帧1080P（极限）	ControlNet叠加需注意 视频帧数×分辨率需计算 后处理峰值可控但有上限	FLUX Q5_K_S/Q6_K T5 fp8可选 Tiled VAE可选 batch size可试2-3
16GB+	FLUX full（fp16）或Q8_0（接近无损） ControlNet/LoRA叠加余地大 视频：60帧1080P（舒适）	FLUX full约23GB文件 视频帧数×分辨率仍需注意 后处理峰值可控	FLUX Q8_0或fp16 T5 fp16可用 Tiled VAE可选 batch size可试4-8

峰值来源排序（从高到低）：

1. 模型权重：SDXL checkpoint ~6.5GB，FLUX fp16 ~23GB
2. T5编码器：fp16 ~9GB（超8GB），fp8 ~4-5GB（可行），GGUF Q3/Q4/Q5
3. latent分辨率：2048×2048 latent ~8GB
4. VAE encode/decode：2048×2048峰值 ~8GB
5. batch size：并发推理峰值最高
6. ControlNet/Detailer：每个~2-3GB
7. 视频帧数：帧数×分辨率×VideoVAE
8. 缓存/预览：~0.5-1GB

实际占用取决于分辨率、精度、模型版本、batch、后处理节点、视频帧数、PyTorch/驱动版本和 custom node 实现。你的实际占用可能浮动 1-2GB。以上表格为基准预算，具体工作流需要实测。

---

ComfyUI 低显存启动参数大全

ComfyUI 提供多个启动参数控制显存和内存行为。参数会随版本变化，本文基于 ComfyUI v0.18.0+（2026-03），实际使用时以 python main.py --help 和当前官方文档为准。

启动参数表（参数名→作用→适用GPU档→速度影响→示例）

参数名	作用	适用GPU档	速度影响	使用场景
--lowvram	模型分片加载，从RAM流式传输	4-8GB	-20-40%	Dynamic VRAM启用时无效（见FAQ） 手动使用：禁用Dynamic VRAM时（—normalvram）
--novram	权重常驻CPU/RAM，仅活跃计算在GPU	<4GB	-50-70%	最后手段 速度极慢但能跑
--normalvram	强制标准模式（禁用Dynamic VRAM）	12GB+	无影响	需要手动使用—lowvram时 或遇到Dynamic VRAM碎片化OOM
--reserve-vram N	为OS预留N GB显存	所有档位	无影响	防止系统崩溃 建议预留2-4GB
--async-offload	异步权重卸载	所有档位	+5-10%	RAM充足（32GB+）时提速 避免CPU-GPU等待
--fp8_e4m3fn-unet	UNet强制fp8	8-12GB	~0%	FLUX常被忽略（FLUX内部默认compute dtype）
--fp8_e4m3fn-text-enc	文本编码器fp8（T5 fp8）	8GB	~0%	T5 fp8从9GB降到~4-5GB FLUX低显存需要此参数
--fp8_e5m2fn-text-enc	文本编码器fp8（另一精度）	8GB	~0%	替代fp8_e4m3fn
--preview-method none	禁用预览图生成	所有档位	略降	省0.5-1GB显存 OOM排障第一步
--cache-none	禁用缓存	RAM紧张	慢	省RAM但慢 RAM紧张时使用
--cache-lru 10	缓存10结果	RAM充足	提速	缓存策略平衡 推荐10-20
--cache-classic	旧式激进缓存	RAM充足	提速	可能占更多RAM
--force-fp16	全局强制fp16	所有档位	~0%	省2-3GB显存 几乎无速度损失
--use-pytorch-cross-attention	强制SDP attention	所有档位	+5-20%	xformers/SDP默认自动选择最优 手动强制仅特殊场景
--use-flash-attention	强制Flash Attention	所有档位	+5-20%	需安装flash-attention包 某些CUDA版本不兼容
--fast	实验性快速模式	所有档位	不确定	进阶实验项 可能影响质量/稳定性 不作为普通8GB必选项

命令示例：

# 8GB 显存基础配置
python main.py --lowvram --force-fp16 --fp8_e4m3fn-text-enc --preview-method none

# 6GB 显存极限配置
python main.py --novram --force-fp16 --fp8_e4m3fn-text-enc --preview-method none --reserve-vram 2

# RAM充足提速配置
python main.py --async-offload --cache-lru 10 --use-pytorch-cross-attention

易变事实标注：参数会随版本变化，以 python main.py --help 和当前官方文档为准。FLUX 的 --fp8_e4m3fn-unet 常被忽略（FLUX 内部默认 compute dtype，应在节点设置 weight_dtype）。

---

加了 —lowvram 为什么显存还是爆？

ComfyUI v0.18.0+（2026-03）默认启用 Dynamic VRAM，自动管理显存卸载。Dynamic VRAM 启用时，--lowvram 被忽略，因为 Dynamic VRAM 已经是更智能的低显存模式。

什么时候手动用 --lowvram：

• 禁用 Dynamic VRAM 时（--normalvram），需要手动使用 --lowvram
• 部分场景会导致显存碎片化 OOM，可尝试 --disable-dynamic-vram 解决

替代方案：

• 依赖 Dynamic VRAM 默认行为（推荐）
• 用 --novram（更激进）作为最后手段（速度-50-70%）
• 用 --reserve-vram 2-4 防止系统崩溃

Dynamic VRAM 的优势：自动判断显存是否足够，不够时自动卸载到 RAM，比手动 --lowvram 更智能。

Dynamic VRAM 的风险：某些场景会导致显存碎片化 OOM，此时可尝试 --disable-dynamic-vram。

---

8GB 跑 FLUX 的三条路：fp8、GGUF、Klein 4B

FLUX 是 12B 参数模型，原始文件约 23GB。8GB 显存想跑 FLUX，有三条路线，各有代价。

FLUX 量化路线对比表（路线→文件大小→VRAM占用→质量→速度→兼容性→适用场景）

路线	文件大小	VRAM占用	质量 vs fp16	适用GPU	速度	兼容性	适用场景
FLUX full (fp16)	~23GB	~20GB+	100%	24GB+	最快	官方	专业用户 显存充足
FLUX fp8 checkpoint	~12GB	~11GB	~95-98%	12GB舒适/16GB+	较快	官方量化	12GB+用户 一个文件即可
FLUX GGUF Q8_0	~12.7GB	~11GB	~99%	12GB+/16GB+	较慢（offload）	city96节点，WIP	12GB+用户 接近无损
FLUX GGUF Q5_K_S	~8.5GB	~7.5GB	~94-96%	8GB极限/12GB舒适	慢（offload）	city96节点，WIP	8GB用户 质量平衡
FLUX GGUF Q4_K_S	~6.8GB	~6.5GB	~88-90%	8GB/6GB极限	最慢（offload）	city96节点，WIP	6-8GB极限用户 能跑就行
FLUX.2 Klein 4B GGUF Q4_K_M	~2.6GB	~2.6GB	4B模型自有质量	8GB舒适	4步，快	Apache 2.0，city96节点	8GB推荐 4步推理 快

T5 编码器选择：

T5 版本	文件大小	VRAM占用	适用GPU
T5 fp16	~9GB	~9GB	24GB+（超8GB）
T5 fp8_e4m3fn	~4-5GB	~4-5GB	8GB可行（推荐）
T5 GGUF Q3/Q4/Q5	~2-4GB	~2-4GB	6-8GB极限

安装方式：

fp8 量化：下载 fp8 safetensors 文件，用 Load Diffusion Model 节点加载，在节点设置里把 weight_dtype 改成 fp8_e4m3fn。

GGUF 量化：安装 city96 的 ComfyUI-GGUF 节点包，用 Unet Loader (GGUF) 节点加载，模型文件放到 models/unet/ 目录下。

第三方节点风险：GGUF 节点标注 WIP（Work in Progress），LoRA 支持 experimental，兼容风险自担。更新频繁，不作为官方内置方案。

质量实测（Apatero）：Q5_K_S 质量接近 fp16，仅在文本渲染/精细图案可见差异。Q4_K_S 质量明显低于 fp16，细节粗糙。

速度实测（Local AI Master）：

• FLUX.1-dev Q4_K_S + —lowvram，1024×1024，20步，8GB RTX 3060 Ti：~90-150秒
• FLUX.2 Klein 4B Q4_K_M，1024×1024，4步，8GB显存：~15-30秒

实测数据易变提醒：实测值会因环境差异而变化，以上为参考范围。

---

VAE Decode/Encode 爆显存？用 Tiled VAE

高分辨率（2048×2048）或视频工作流，VAE encode/decode 会爆显存。Tiled VAE 把图像拆成小块处理，降低峰值。

节点用法：

VAEDecodeTiled 把 latent 解码成图像，分 tile 处理。VAEEncodeTiled 把图像编码成 latent，同样分 tile 处理。

参数清单：

参数	作用	推荐值	适用场景
tile_size	单块尺寸	512（低显存） 1024（舒适）	越小显存占用越低但越慢 512为8GB推荐
overlap	块间重叠	64	防止tile seams 可调整32-128
fast mode	快速模式	true	推荐启用
temporal_size	时间维度分块（仅视频VAE）	8（低显存） 16（舒适）	视频帧分批处理 仅视频VAE有意义
temporal_overlap	时间维度重叠（仅视频VAE）	2-4	视频帧间overlap

峰值对比（SynpixCloud实测数据）：

分辨率	标准VAE峰值	Tiled（512）峰值	Tiled（1024）峰值
1024×1024	~2GB	~0.5GB	~1GB
2048×2048	~8GB	~1GB	~2.5GB

何时用Tiled VAE：

• 分辨率>1024×1024
• 8-12GB GPU
• 视频工作流（VideoVAE）
• 后处理节点（Hires Fix、Upscale、FaceDetailer）爆显存时

节点文档提醒：节点文档标注AI-generated，具体UI以当前ComfyUI版本为准。

---

显存爆了怎么办：OOM 排障清单（按峰值来源排序）

遇到 CUDA out of memory，按峰值来源从高到低排查，每项配具体动作。

OOM 排障清单（峰值来源→降级动作→优先级）

峰值来源	VRAM占用示例	降级动作	优先级
模型权重	SDXL ~6.5GB FLUX fp16 ~23GB	换fp8/GGUF模型 用—lowvram/—novram	P0
T5编码器	fp16 ~9GB	换fp8/GGUF T5（city96 T5 GGUF）	P0（FLUX）
latent分辨率	2048×2048 ~8GB	降分辨率到1024×1024或512×512	P1
VAE encode/decode	2048×2048 ~8GB峰值	用Tiled VAE，tile_size=512，overlap=64	P1
batch size	batch size=4，1024×1024，峰值~8-12GB	降batch size=1 用batch count队列	P2
ControlNet/Detailer	每个~2-3GB	关ControlNet分支 或用低显存ControlNet指南	P2
视频帧数	帧数×分辨率×VideoVAE	用temporal chunking 降帧数 Tiled VAE temporal	P2（视频）
缓存/预览	~0.5-1GB	—preview-method none —cache-none	P3

具体动作清单（按优先级执行）：

1. 降分辨率：从2048→1024→512
2. 关预览：--preview-method none
3. 换fp8/GGUF模型：FLUX用Q4_K_S/Q5_K_S或Klein 4B
4. 换T5 fp8/GGUF：FLUX需要此参数
5. 用Tiled VAE：tile_size=512，overlap=64
6. 降batch size：batch size=1，用batch count队列
7. 关ControlNet/后处理分支：FaceDetailer、Hires Fix、Upscale
8. 视频工作流：降帧数、temporal chunking

---

出图慢怎么办：速度排障清单（区分两类慢）

觉得出图慢，先区分是”慢但能跑”（低显存offload必然代价）还是”不该这么慢”（可调整项）。

速度排障清单（瓶颈类型→诊断方法→调整动作）

瓶颈类型	特征	诊断方法	调整动作
慢但能跑（低显存offload必然慢）
—lowvram/—novram	速度-20-70%	启动参数检查	接受慢速度 或升级显存
GGUF offload到RAM	GPU利用率低	任务管理器GPU%	RAM带宽决定速度 换fp8/fp16（显存充足时）
视频工作流（帧数多）	VAE decode慢	帧数×分辨率计算	降帧数 Temporal Tiling
CPU mode（—cpu）	极慢	启动参数检查	仅最后手段 换GPU或升级显存
不该这么慢（可调整项）
sampler steps过多	FLUX dev用20步以上	检查KSampler节点	FLUX dev 20步足够 schnell/Klein 4B仅需4步
未启用attention调整	显存占用高	检查启动参数	启用xformers（pip install） 或SDP attention
VAE decode慢	Tiled VAE tile_size过小	检查VAEDecodeTiled参数	tile_size从512改1024 峰值+1GB但提速10-30%
CPU offload未调整	CPU-GPU等待	启动参数检查	启用—async-offload 确保RAM充足（32GB+）
硬盘/内存缓存不当	反复加载模型	启动参数检查	—cache-lru 10 缓存10结果
其他进程占用GPU	GPU利用率低	任务管理器GPU%	关闭浏览器/游戏/视频编辑器

调整动作清单（按优先级执行）：

1. 启用xformers或SDP attention：pip install xformers（ComfyUI自动检测）或 --use-pytorch-cross-attention（省20-30%显存，提速5-20%）
2. FLUX用4步模型：schnell/Klein 4B，而非dev 20步
3. Tiled VAE tile_size调整：512→1024（峰值+1GB但提速10-30%）
4. 启用async offload：--async-offload（RAM充足时）
5. 关闭其他GPU占用进程：浏览器/游戏/视频编辑器

实测数据（SynpixCloud）：xformers/SDP attention省20-30% VRAM，提速5-20%。

实测数据（Local AI Master）：FLUX.2 Klein 4B Q4_K_M，4步，1024×1024，8GB显存，15-30秒。

实测数据易变提醒：实测值会因环境差异而变化，以上为参考范围。

---

GGUF 文件更小，为什么反而变慢？

GGUF 量化后文件更小（Q4_K_S ~6.8GB vs FLUX fp16 ~23GB），但生成可能反而更慢：

• GGUF 把模型权重 offload 到系统 RAM（而非常驻 VRAM），GPU 利用率下降
• 推理时需要从 RAM 加载权重到 VRAM（每次推理都涉及 RAM→VRAM 传输）
• RAM 带宽远低于 VRAM 带宽（DDR4/DDR5 ~25-50GB/s vs GDDR6X ~500-1000GB/s），传输耗时

何时用 GGUF：

• 显存不足（6-8GB 跑 FLUX），fp8 仍然超显存，GGUF 是唯一可行路径
• 接受慢速度换取”能跑起来”

何时不用 GGUF：

• 显存充足（12GB+），用 fp8 或 fp16 更快
• 追求速度而非”能跑就行”

实测（Apatero）：Q8_0 with CPU offloading may take 5-10 minutes per generation。

---

视频生成显存预算：帧数×分辨率×VideoVAE

视频工作流一开，帧数×分辨率×VideoVAE 会把显存占用推高。本节只给预算原则和降峰值策略，不展开具体 Wan/AnimateDiff 工作流（那是”ComfyUI 视频生成实战：Wan、AnimateDiff 与低显存视频工作流”的内容）。

显存预算原则：

峰值来源：帧数×分辨率×VideoVAE（每帧都要 VAE encode/decode）

预算公式：（粗略）显存占用 ≈ 模型权重 + T5 + （帧数×单帧latent） + VideoVAE 峰值

示例预算（实测数据来自 GitHub ComfyUI-Wan2.2-workflow / Local AI Master）：

视频参数	显存预算	适用GPU	备注
8帧480P（640×360）	~6-8GB	6GB可行	RTX 3050 6GB实测：1秒视频5分钟内生成
24帧720P（1280×720）	~12-16GB	8GB极限/12GB舒适	需Temporal Tiling
60帧1080P（1920×1080）	~20-24GB+	16GB+	高显存用户

降峰值策略：

Temporal Tiling（时间分块）把视频帧分成小段（如8帧一批），每次只处理小段。参数是 temporal_size（每批帧数）和 temporal_overlap（帧间overlap）。

Tiled VAE for video frames 对 VAE decode 每帧用 Tiled VAE，降低单帧峰值。

降帧数从60帧到24帧再到8帧，先测试低帧数是否可行。

降分辨率从1080P到720P再到480P。

模型选择 Wan 2.2 5B（fits 8GB）或 Wan 2.2 14B GGUF（runs from 6GB）。

实测数据易变提醒：实测值会因环境差异而变化，以上为参考范围。

---

批量出图不OOM：batch size vs batch count

批量出图，batch size 和 batch count 的显存差异很大。盲目调大 batch size 会 OOM。

batch size vs batch count：

batch size 是并发推理（同时生成N张图），显存峰值最高（N倍latent+VAE+模型）。batch count 是顺序队列（生成N批图，每批batch size张），显存峰值可控（每次只处理batch size张）。

显存差异示例：

配置	分辨率	峰值显存	OOM风险
batch size=4	1024×1024	~8-12GB	易OOM（峰值高）
batch count=4，batch size=1	1024×1024	~2-3GB	安全（峰值可控）

建议：

• 低显存（6-8GB）：batch size=1，batch count=N（顺序队列）
• API批量：需要排队策略（见”ComfyUI API 批量自动化：队列管理、并发控制与生产级部署”），避免并发请求同时占用显存

---

更新后突然爆显存？检查版本变化

更新 PyTorch、驱动、ComfyUI 后，原工作流突然爆显存或变慢，可能是版本变化导致行为改变。

版本变化影响显存：

PyTorch CUDA 行为随版本变化（如TF32/FP16默认行为、CUDA allocator策略）。TF32/FP16 不是”无脑更好”，某些场景可能影响精度或显存占用（PyTorch官方示例：TF32 matmul更快但误差更高）。驱动/ROCm/CUDA版本会影响 GPU 性能表现（如AMD ROCm 7.2 vs旧版本）。

建议：

1. 更新前备份环境（conda/pip freeze）
2. 测试后再切换（先在测试环境验证）
3. 记录当前稳定版本（PyTorch版本、CUDA版本、驱动版本）
4. 遇到问题时回退版本（pip install 特定版本）

---

提速黑科技：哪些是实验性，哪些是稳定推荐

想尝试提速黑科技，先区分哪些是实验性、哪些是稳定推荐。

进阶实验项（不作为普通8GB必选项）：

项目	状态	风险	备注
--fast	实验性	可能影响质量/稳定性	ComfyUI官方标注experimental
FlashAttention	需安装flash-attention包	某些CUDA版本不兼容	安装复杂
Sage Attention	第三方调整	实验性，可能影响精度	CSDN：安装复杂，需对应CUDA/PyTorch版本
TensorRT	需额外环境（TensorRT SDK）	模型转换复杂	不适合初学者

标注：以上为”进阶实验项，不作为普通8GB必选项”。

稳定推荐：

项目	状态	效果	备注
xformers	稳定	省20-30% VRAM，提速5-20%	pip install xformers ComfyUI自动检测
SDP attention（—use-pytorch-cross-attention）	稳定	省20-30% VRAM，提速5-20%	默认自动选择最优

---

结论

硬件档位：先判断你的显卡属于哪档（6GB/8GB/12GB/16GB），每档可行工作流和推荐策略不同。

核心参数：Dynamic VRAM v0.18.0+ 默认启用，--lowvram 可能无效。参数会随版本变化，以 python main.py --help 为准。

量化路线：8GB 推荐 FLUX.2 Klein 4B GGUF（4步推理，15-30秒）或 FLUX.1 GGUF Q4_K_S（能跑但慢）。GGUF offload 到 RAM，速度取决于 RAM 带宽。

排障清单：OOM 按峰值来源排序（模型权重→T5→latent分辨率→VAE→batch→ControlNet→视频帧数→缓存）。速度排障区分”慢但能跑”（低显存 offload 必然代价）vs”不该这么慢”（可调整项）。

下一步：

1. 先判断显卡档位（6GB/8GB/12GB/16GB）
2. 选择量化路线（8GB 推荐 FLUX.2 Klein 4B 或 FLUX.1 GGUF Q4_K_S）
3. 遇到 OOM 按清单排障
4. 遇到速度慢按清单调整
5. 视频工作流用 Temporal Tiling

如果还没有跑通基础环境，先回到 ComfyUI 入门完整指南；导入工作流后遇到红色节点、缺模型或复现失败，可以对照 ComfyUI 工作流复用排障清单；还没决定用 SDXL、SD 3.5 还是 FLUX，则先看 Stable Diffusion 模型选择指南。