AMD GPU使用ComfyUI-Zluda简单图像生成

发表于 | 更新于 | 分类于

AMD GPU使用ComfyUI-Zluda简单图像生成

使用ComfyUI进行间的的文本图像生成，AMD显卡运行pytorch需要额外的配置

AMD显卡Rocm HIP SDK

以我的电脑AMD 6650 XT 8G显卡为例：

  1. 从 https://rocm.docs.amd.com/projects/install-on-windows/en/develop/reference/system-requirements.html 查看AMD Radeon表格中可以看到6650XTLLVM的目标环境为gfx1032，默认支持Runtime，但是没有SDK支持

  2. 下载AMD的HIP SDK https://www.amd.com/en/developer/resources/rocm-hub/hip-sdk.html ，目前最新版本是6.2.4，HIP SDK可以简单理解为AMD的CUDA平替

  3. 在 https://github.com/likelovewant/ROCmLibs-for-gfx1103-AMD780M-APU/releases 下载适用于gfx1032的6.2.4版本rocm.gfx1032.for.hip.sdk.6.2.4.navi21.logic.7z

    预编译好的库文件。ROCm是AMD的开源GPU计算软件堆栈，旨在提供一个可移植、高性能的GPU计算平台。

  4. 安装HIP SDK后，把下载的rocm.gfx1032.for.hip.sdk.6.2.4.navi21.logic.7z中的文件覆盖 C:\Program Files\AMD\ROCm\6.2\bin目录中的rocblas.dll和C:\Program Files\AMD\ROCm\6.2\bin\rocblas\library目录

  5. 系统环境变量path中添加 C:\Program Files\AMD\ROCm\6.2\bin目录

升级HIP的版本到6.4.2

2026-03-17 update:

参考https://github.com/patientx/ComfyUI-Zluda 来升级为6.4.2版本

  1. uninstall 6.2.4 and then delete the ROCm directory from your Program Files folder otherwise there may be problems even after uninstalling.
  2. Install HIP SDK 6.4.2 from AMD ROCm Hub
  3. Add entries for HIP_PATH and HIP_PATH_62 to your System Variables (not user variables), both should have this value: C:\Program Files\AMD\ROCm\6.2\
  4. Check the PATH system variable and ensure that C:\Program Files\AMD\ROCm\6.4\bin is in the list.
  5. Download this addon package from Google Drive (or alternative source)
  6. Extract the addon package into C:\Program Files\AMD\ROCm\6.4 overwriting files if asked
  7. Get library files for your GPU from rocm.gfx1032.for.hip.6.4.2.7z
  8. 使用下载的包中的library目录覆盖C:\Program Files\AMD\ROCm\6.4\bin\rocblas\library
  9. 把下载包中rocblas.dll文件覆盖到C:\Program Files\AMD\ROCm\6.4\bin目录

升级使用3.9.5版本Zluda

在https://github.com/patientx/ComfyUI-Zluda 有说明更新3.9.5版本，同时patchzluda-n.bat文件中也有注释说明

  1. 安装25.5.1以上的驱动，这也是zluda3.9.5更新中说明支持的版本，我选择安装了25.6.1版本

  2. 卸载已经安装的HIP SDK，删除目录C:\Program Files\AMD\ROCm\6.2，因之前替换还有残留的文件 ，下载6.2.4版本 重新安装

  3. https://drive.google.com/file/d/1Gvg3hxNEj2Vsd2nQgwadrUEY6dYXy0H9/view?usp=sharing 下载新的补丁HIP-SDK-extension.zip覆盖到C:\Program Files\AMD\ROCm\6.2目录，不确定这一步是不是必须的，下载的文件有2.12G

  4. 在 https://github.com/likelovewant/ROCmLibs-for-gfx1103-AMD780M-APU/releases 下载适用于gfx1032的6.2.4版本rocm.gfx1032.for.hip.sdk.6.2.4.navi21.logic.7z 覆盖到 C:\Program Files\AMD\ROCm\6.2\bin目录中的rocblas.dll和C:\Program Files\AMD\ROCm\6.2\bin\rocblas\library目录，否则会提示rocBLAS error: Cannot read C:\Program Files\AMD\ROCm\6.2\bin\/rocblas/library/TensileLibrary.dat: No such file or directory for GPU arch : gfx1032

  5. 删除C:\Users\Edison\AppData\Local\ZLUDA\ComputeCache

  6. 运行根目录的patchzluda-n.bat，会先卸载之前默认安装的2.3版本的torch，改为安装2.7版本的torch ，我用IDM手动从阿里云下载安装

    1
    2
    3
    4
    5
    https://mirrors.aliyun.com/pytorch-wheels/cu118/torch-2.7.0+cu118-cp312-cp312-win_amd64.whl
    pip install "torch-2.7.0+cu118-cp312-cp312-win_amd64.whl"
    #剩下两个比较小，直接从官方安装
    pip install torchvision==0.22.0 --index-url https://download.pytorch.org/whl/cu118
    pip install torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu118

更新后的提示信息，torch版本已经是2.7

update_comfyui_zluda_version
update_comfyui_zluda_version

新版本的ComfyUI界面也有变化

comfyui_new_ver
comfyui_new_ver

安装ComfyUI-Zluda

ComfyUI-Zluda项目的网址为https://github.com/patientx/ComfyUI-Zluda

  1. 参考项目主页的说明 ，确认安装依赖环境，包括git，python，VC运行时以及AMD HIP这个说明文件很详细的说明了依赖需要的版本和注意事项；python的版本我本机之前安装的是3.12就保持不变，VC运行时重新安装了一遍；AMD HIP 安装的6.2版本

  2. 在E:\ai目录下执行git clone https://github.com/patientx/ComfyUI-Zluda，可以把项目下载到ComfyUI-Zluda目录中

  3. 进入到ComfyUI-Zluda目录中执行install.bat进行安装，这个过程需要外网连接，同时安装过程中也会提示下载torch文件很大，需要很长时间 。安装过程中会在当前目录中创建venv的目录作为python虚拟环境，安装完成后虚拟环境目录大小为6G。详细安装的内容可以查看install.bat文件。由于安装过程会自动安装ZLUDA补丁，所以不用自己单独下载ZLUDA补丁了。

    comfyui_zluda_insall
    comfyui_zluda_insall

  4. 第一次安装完成后，Comfyui会自动运行，并打开浏览器的http://127.0.0.1:8188/
    浏览器显示如下：

    Comfyui_webui
    Comfyui_webui

    后台显示：

    start_comfyui_zluda
    start_comfyui_zluda

    ComfyUI文本生成图像

ComfyUI的使用方法可以到https://comfyui-wiki.com/zh 这个网站学习。

ComfyUI使用工作流的方式来执行生成图像的各个步骤。每个步骤都是一个节点，每个节点有自己的输入和输出，通过输入和输出可以把这些节点连接起来，所有配置好后，执行运行就可以生成图像了。

最简单的方法是用默认提供的基础模板第一个，它包含了最基本文生图的流程。

1. 加载模型

选了基础模板后，会提示没有对应的模型，关掉对话，我们自己下载想要的模型。基本的文生图只需要安装checkpoint对应的模型。

模型的下载可以到https://civitai.com/ 这个网站，这个网站可以按模型类型(checkpoint. lora等)，版本(SD的版本)，分类排序。例如我下载了这个月排名第一名为Real Dream 的模型realDream_15SD15.safetensors ，模型下载下来的大小为2G

ComfyUI的模型都存放在安装目录的models目录下，这个目录里面又根据模型的类型分别有不同的子目录。

因为下载的是Checkpoint模型，所以把模型文件放在E:\ai\ComfyUI-Zluda\models\checkpoints\SD1.5目录中，SD1.5目录是自己手动创建用来区分SD的版本，以后可能需要下载很多不同的模型。例如我下载了官方的SD1.5模型 v1-5-pruned-emaonly.ckpt文件下载地址，也是放在了checkpoints\SD1.5目录中。

在ComfyUI的Load Checkpoint节点就可以切换不同的checkpoint模型，这个节点的输出是model，clip和vae。

2. 输入提示词

提示词分为正向和负向两种，正向就是图中需要包含的信息，负向就是图像中没有的信息。提示词节点Clip Text Encode(Prompt) 以Checkpoint的Clip作为输入，输出Contidioning。

例如正向提示词可以输入”A japanese girl, full body, long leg, short hair”，负向提示词输入”text, watermark”

3. 设置图片大小

Latent节点可以设置图片的大小，默认是512*512

4. 图像采样KSampler

这个节点把前面所有的输入进行处理生成图像数据，它的输入model为checkpoint的输出，positive和negative分别对应正向和负向提示词，latent_image和设置图像大小的latent连接

5. 合成图像

VAE Decode节点把生成的采样数据生成图片，它的vae和checkpoint的vae连接，最终把图片输出到最后一个节点Save Image。在Save Image节点中可以保存生成的图像。

试用总结

官方模型4G多，网友分享的模型2G，二者比较居然是后者生成的图像质量高很多。官方的1.5模型生成的人物脸都变形了。第一次加载模型使用的时间比较长，后面修改提示词再生成图像就只需要几秒时间。

第一次使用stable diffusion和ComfyUI，很多名词和概念都不明白，但整个过程还是很简单，就像小时候玩积木游戏，一步一步操作，查看输出，满满成就感。

Comfyui_make_image
Comfyui_make_image

Index-TTS 1.5

插件1. ComfyUI-Index-TTS

插件项目ComfyUI-Index-TTS

  1. 在ComfyUI的custom_nodes目录下，执行git clone https://github.com/chenpipi0807/ComfyUI-Index-TTS.git下载插件代码到ComfyUI-Index-TTS目录中

  2. 激活ComfyUI的虚拟环境后，执行pip install -r requirements.txt下载项目依赖

    pynini和WeTextProcessing这两个因为没有官方windows版本，需要单独安装

    https://github.com/SystemPanic/pynini-windows 下载windows编译好的whl文件安装到虚拟环境中，版本为2.1.6.post1

    https://pypi.org/project/WeTextProcessing/#WeTextProcessing-1.0.4.1-py3-none-any.whl 下载WeTextProcessing的whl文件，使用不处理依赖的方式安装

    pip install WeTextProcessing-1.0.4.1-py3-none-any.whl --no-deps

    然后参考https://github.com/wenet-e2e/WeTextProcessing的[requirements.txt](https://github.com/wenet-e2e/WeTextProcessing/blob/master/requirements.txt)手动安装依赖，中间会提示依赖有错，不过不影响使用

    1
    2
    3
    4
    5
    pip install flake8
    pip install importlib_resources
    pip install pre-commit
    pip install pytest
    pip install matplotlib

  3. 在ComfyUI的模型目录下 ComfyUI-Zluda\models执行以下命令，下载模型到IndexTTS-1.5目录中

1
2
git lfs install
git clone https://www.modelscope.cn/IndexTeam/IndexTTS-1.5.git
  1. 运行comfyui.bat后，可以在模板的Custom Node下面导入默认的例子工作流

生成40s的音频用35s时间，效果很不错, 声音素材https://drive.google.com/drive/folders/1AyB3egmr0hAKp0CScI0eXJaUdVccArGB

comfyui_index_tts
comfyui_index_tts

插件2.ComfyUI_IndexTTS

项目地址ComfyUI_IndexTTS，这个项目支持多人对话和之前相比各有特色

作者的另一个网站 https://aiart.website/

这个项目的说明中给出了pynini的安装方法，到https://github.com/billwuhao/pynini-windows-wheels 下载自己对应版本的pynini安装文件 pynini-2.1.6.post1-cp312-cp312-win_amd64.whl，这里编译了Python3.10到3.13的所有版本，虚拟环境中执行

1
2
3
pip install pynini-2.1.6.post1-cp312-cp312-win_amd64.whl
pip install importlib_resources
pip install WeTextProcessing>=1.0.4 --no-deps

问题解决

  • 2025-08-17 运行comfyui.bat更新最新版本后，无法运行，提示CUDA initialization: CUDA unknown error 查了一下zluda不识别最新的AMD显卡驱动，我因为这条wsl把显卡更新为25.8.1了，因为用的zluda版本3.9.2版本不支持新驱动，所以回退驱动版本25.4.1就可以和以前一样使用了。也可以升级使用最新的3.9.5版本的zluda，这样可以使用新的驱动，顺便把torch版本也升级到2.7。
0%