成功!AMD 780M核显在Windows下跑起ComfyUI,分享我的折腾过程。
AMD Radeon 780M 核显通过 ROCm 技术在 Windows 平台实现对深度学习模型的原生支持,使得本地运行 Stable Diffusion 等 AI 绘画应用成为可能。本文将梳理在搭载 Ryzen 7 7840HS 处理器的设备上,利用 TheRock 项目在 Windows 环境下部署 ComfyUI 的具体步骤与实测性能数据。
01环境准备
- 硬件要求
需搭载 AMD Ryzen 7040 系列处理器(集成 Radeon 780M 核显)。 - 系统环境
Windows 11 系统(Windows 10 理论兼容),需安装最新版 AMD 显卡驱动。 - 网络条件
需具备访问 GitHub 及 HuggingFace 的能力,或配置国内镜像源。
02软件安装与配置
- 安装基础依赖
下载并安装 Python 3.11(64位),安装时必须勾选“Add Python to PATH”;同时安装 Git 工具。 - 创建虚拟环境
在命令提示符(CMD)中切换至目标目录,执行 `python -m venv rocm_env` 创建名为 rocm_env 的虚拟环境,并运行 `rocm_env\Scripts\activate` 激活环境。 - 安装 ROCm 版 PyTorch
执行命令 `python -m pip install --index-url https://download.pytorch.org/whl/nightly/rocm5.7 --pre torch torchaudio torchvision`,从 AMD 专用源下载针对 gfx1103 架构优化的 PyTorch 库。 - 验证显卡识别
进入 Python 交互环境,运行 `import torch`、`print(torch.cuda.device_count())` 及 `print(torch.cuda.get_device_name())`。若输出设备数为 1 且名称包含 gfx1103 或 Radeon 780M,即代表配置成功。
03模型部署与启动
- 获取 ComfyUI
使用 Git 命令 `git clone https://github.com/comfyanonymous/ComfyUI` 下载项目源码至本地。 - 安装项目依赖
进入 ComfyUI 目录,执行 `pip install -r requirements.txt` 安装运行所需的 Python 库(已安装的 PyTorch 会自动跳过)。 - 加载模型文件
将下载的 Stable Diffusion 模型文件(如 .safetensors 格式)放入 `ComfyUI\models\checkpoints\` 目录下。 - 启动服务
设置环境变量 `set PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True` 以优化内存管理,随后运行 `python main.py`。当控制台显示 `To see the GUI go to: http://127.0.0.1:8188` 时,即可在浏览器中访问界面。
04性能实测
| 测试项目 | 配置/结果 |
|---|---|
| 硬件平台 | AMD Ryzen 7 7840HS (Radeon 780M) |
| 软件环境 | Windows 11 + ROCm PyTorch + ComfyUI |
| 生成速度 | 512x512 分辨率单张图片约 11 秒 |
AMD 780M 核显运行 ComfyUI 实测数据
实测数据显示,在优化后的 ROCm 环境下,AMD 780M 核显生成 512x512 分辨率的图像耗时约为 11 秒。尽管相较于独立显卡仍有差距,但这一结果验证了 AMD 核显在 Windows 平台运行本地 AI 绘图的可行性,为非 NVIDIA 用户提供了一种低成本的解决方案。
这个核显能流畅使用UG吗
没有更多了