Linux 下从头部署 Wan2.2 模型（小显存优化）

Linux 下从头部署 Wan2.2 模型（小显存优化）

本文介绍如何在 Linux 环境下从零部署 Wan2.2 开源视频生成模型，支持小显存运行。

前置条件

确保已安装 Python、Conda 环境及英伟达显卡驱动。

一、安装 PyTorch 与 CUDA

若已有相关环境可跳过此步。

1. 创建 Python 虚拟环境

   为保证稳定性，建议配置国内源：

   pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
   

   创建 Conda 环境：

   conda create -n comfyui python=3.10 -y
   conda activate comfyui
   

2. 安装 PyTorch

   查看 CUDA 版本：

   nvidia-smi
   

   根据 CUDA 版本选择对应命令：

   CUDA >= 12.1：

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
   

   CUDA = 11.8：

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
   

二、安装 ComfyUI

1. 下载 ComfyUI 主仓库

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

2. 安装依赖

   pip install -r requirements.txt
   

3. 启动服务

   在 8188 端口运行：

   python main.py --listen 0.0.0.0 --port 8188
   

   本地浏览器访问 localhost:8188 即可进入界面。

4. 安装插件

   进入 custom_nodes 文件夹并克隆以下插件：

   • ComfyUI-GGUF（用于小显存 GGUF 模型支持）

     cd custom_nodes
     git clone https://github.com/cubiq/ComfyUI_GGUF.git
     cd ComfyUI_GGUF
     pip install gguf
     

   • ComfyUI-Manager（节点管理器）

     cd ..
     git clone https://github.com/ltdrdata/ComfyUI-Manager.git
     cd ComfyUI-Manager
     pip install -r requirements.txt