AMD 显卡部署 ComfyUI-Zluda 的实用配置笔记
如果手头是 AMD 显卡，又想跑 ComfyUI，这套 Zluda 方案能把不少卡'救'回来。它不是那种装完就万事大吉的路线，环境、脚本和模型放置位置都得对上，不然问题通常会先出在启动阶段。
环境准备
先把基础条件理顺：
- 操作系统：Windows 10/11 64 位
- 显卡驱动：最新版本
- Python：3.8-3.11
这几项看起来普通，但实际排错时最常见的坑也在这里。驱动太旧、Python 版本不合适，后面再怎么折腾参数都没用。
获取项目并安装
先克隆仓库：
git clone [项目仓库地址]
进入项目目录后，再按显卡型号选安装脚本：
- 主流显卡：
install-n.bat - 较旧型号：
install-for-older-amd.bat - 兼容性有问题时：
install-legacy.bat
第一次安装我会建议直接用管理员权限跑。不是为了'更正式'，而是很多依赖和权限问题确实会少一点干扰。
节点和模型目录
ComfyUI-Zluda 的节点设计是参数化的，很多地方都能直接调，不需要改底层代码。常见的控制项包括：
max/min这类数值范围限制dynamicPrompts的动态提示词调整- 默认值配置
模型文件也按目录分得很清楚：
models/checkpoints/：主要模型检查点models/loras/：LoRA 文件models/controlnet/：ControlNet 模型models/vae/：VAE 文件
这种分法的好处很直接，找文件不会太费劲，工作流切换时也不容易放错位置。
和 AMD 相关的优化节点
项目里有几类节点是专门照顾 AMD 显卡的：
- CFZ 缓存节点：适合重复任务，能减少反复计算
- VAE 加载器：让图像编码和解码流程更顺一些
- CUDNN 切换器：用于调整计算后端
这些节点不一定每次都要用，但一旦遇到性能波动，它们往往比盲目改参数更有效。
启动失败时怎么排
最常见的问题还是程序起不来，或者一闪就退。处理顺序我一般会这样走：
- 先检查系统环境变量有没有问题
- 更新显卡驱动到稳定版本
- 换不同的安装脚本试一遍
如果前两步都没问题，通常就是脚本选择或者兼容性细节在作怪。这个阶段别急着怀疑模型，很多时候还没轮到模型出场。
内存怎么分配
不同显存档位，策略不一样：
- 4-6GB：给系统内存留 1-2GB
- 8-12GB：根据实际负载动态调整
- 16GB 及以上：可以更充分地利用显存
这部分没有绝对统一的答案。显存小的时候，保守一点反而更稳；显存大了，才有空间去追求更高的分辨率和更复杂的工作流。
生成效果和工作流
AMD 显卡跑 AI 绘画，效果未必差，关键还是看工作流是否匹配。图像表现通常会受这些因素影响：
- 色彩表现是否稳定
- 构图和比例是否正常
- 细节层面有没有明显瑕疵
如果基础流程已经跑通，下一步可以把重心放到工作流定制上：先弄懂每个节点在做什么，再逐个微调参数，最后再组合成自己的流程。这个过程没什么捷径，但比照搬别人现成的工作流更容易找到问题。
