在 Mac M2 上部署 ComfyUI 踩坑記錄

環境

MacBook Pro M2 Max, 32GB RAM
macOS 15 Sequoia
Python 3.11

步驟 1：安裝 ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

踩坑 1：PyTorch MPS 報錯

第一次啟動時出現：

RuntimeError: MPS backend out of memory

原因：MPS 的內存管理不如 CUDA 成熟，大模型容易 OOM。

解決：在啟動命令加上 --lowvram：

python main.py --lowvram

或者限制 MPS 緩存：

export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.5

踩坑 2：模型路徑

ComfyUI 默認從 models/ 讀取。放置模型時注意子目錄結構：

ComfyUI/
└── models/
    ├── checkpoints/     # SD 基礎模型 (.safetensors)
    ├── vae/             # VAE 模型
    ├── clip/            # CLIP 模型
    ├── loras/           # LoRA 權重
    └── controlnet/      # ControlNet 模型

踩坑 3：HuggingFace 下載慢

使用 huggingface-cli + 鏡像加速：

pip install huggingface_hub
export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 --local-dir models/checkpoints/

最終配置

我的啟動腳本 start.sh：

#!/bin/bash
source venv/bin/activate
export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.3
python main.py --lowvram --listen 0.0.0.0 --port 8188

效能數據

| 模型 | 分辨率 | 耗時 | 內存 | |------|--------|------|------| | SD 1.5 | 512×512 | ~15s | ~6GB | | SDXL | 1024×1024 | ~45s | ~14GB | | SDXL + LoRA | 1024×1024 | ~50s | ~16GB |

結論

Mac M2 跑 ComfyUI 是可行的，但需要合理的記憶體管理。7B LLM + SD 同時跑會爆 RAM，建議分開使用。MPS 的生態還在改進，但日常使用已經足夠。

環境