【ComfyUI】MacBook Pro 安装(Intel 集成显卡)

文章目录

  • 环境
  • 概述
  • 配置pip镜像
  • 配置pip代理
  • git配置(选配)
  • 下载comfyUI代码
  • 创建、激活虚拟环境
  • 下载依赖
  • 安装torchvision
  • 启动comfyUI
  • 为什么Mac不支持CUDA,即英伟达的显卡?
  • 安装Intel工具包

环境

显卡:Intel Iris Plus Graphics 1536 MB
macos: 13.0 (22A380)

概述

看之前,一定要确认环境。
看之前,一定要确认环境。
看之前,一定要确认环境。

我这台MacBook Pro是英特尔的集成显卡,所以用不了CUDA,也就用不了GPU。
(主要是因为英特尔没有出相应的工具包)

所以按照ComfyUI思路就是,最终是要使用CPU来跑的。

配置pip镜像

# 设置清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn

配置pip代理

# 执行如下命令,没有会自动创建文件
vim ~/.pip/pip.conf
# 内容如下:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
# 这个地方根据自己的代理来配置,下面是我的代理软件的配置
# 因为我们配置的是清华的源,其他没有必要开代理
proxy = http://127.0.0.1:1087[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

这里记录下,Mac电脑查看配置文件读取顺序:

# 查看配置文件读取顺序
MacBook-Pro:openai yutao$ pip config list -v
For variant 'global', will try loading '/Library/Application Support/pip/pip.conf'
For variant 'user', will try loading '/Users/yutao/.pip/pip.conf'
For variant 'user', will try loading '/Users/yutao/.config/pip/pip.conf'
For variant 'site', will try loading '/Users/yutao/.pyenv/versions/3.10.9/pip.conf'

git配置(选配)

因为我在git clone代码时候,总是会报仓库找不到,所以我会配置:

git config --global url."git@github.com:".insteadOf "https://github.com/"

也就是通过配置,将https://github.com/替换为git@github.com:。

假设我们想删除的话,

git config --unset key名称
# 例如
git config --unset url.git@github.com:.insteadof

下载comfyUI代码

# 我使用git@xxx 总是报找不到仓库,所以就使用https的地址啦
git clone https://github.com/comfyanonymous/ComfyUI.git

创建、激活虚拟环境

虚拟环境:针对每个项目创建一个只属于自己的一套环境;
这个环境主要目的防止依赖版本冲突。
不要觉得是浪费空间,比起解决版本冲突所花费的时间,这点空间是值得的。

由于comfyUI不像stable diffusion webUI那样会帮我们自动创建虚拟环境。
所以我们需要手动创建虚拟环境。

# 在comfyui根目录下,创建名为:venv的虚拟环境:python -m venv venv
[MacBook-Pro:ComfyUI yutao$ python -m venv venv# 激活虚拟环境:. source venv/bin/active
[MacBook-Pro:ComfyUI yutao$ . source venv/bin/active# 退出虚拟环境:deactivate
(venv) MacBook-Pro:ComfyUI yutao$ deactivate

下载依赖

在激活虚拟环境的情况下,下载依赖:

[(venv) MacBook-Pro:ComfyUI yutao$ pip install -r requirements.txt

这一步,只要网络好的情况下,是不会报错的。

安装torchvision

翻查源码发现,ComfyUI/comfy_extras/chainner_models/model_loading.py文件会加载LaMa,而LaMa.py又会去加载torchvision。所以我们需要安装它,虽然它在requirements.txt文件中并没有出现。

# 先看看有没有安装,确定确实没有安装
[(venv) MacBook-Pro:ComfyUI yutao$ pip show torchvision
WARNING: Package(s) not found: torchvision# 安装
[(venv) MacBook-Pro:ComfyUI yutao$ pip install torchvision

启动comfyUI

这里需要特别注意,因为MacBook Pro是英特尔的集成显卡,不支持CUDA,所以也就不支持GPU的使用。

启动时,一定要指明关闭GPU,使用CPU。

# 参数:--disable-cuda-malloc --use-split-cross-attention --cpu
(venv) MacBook-Pro:ComfyUI yutao$ python main.py --disable-cuda-malloc --use-split-cross-attention --cpu# source /opt/intel/oneapi/setvars.sh && python main.py --use-split-cross-attention

参数说明:

  1. --cpu: 就是指明使用CPU来画图(就是时间上会很慢)
  2. --disable-cuda-malloc: 指明不使用CUDA。
  3. --use-split-cross-attention : 低内存的时候使用

运行成功后的界面:

Total VRAM 16384 MB, total RAM 16384 MB
Set vram state to: DISABLED
Device: cpu
VAE dtype: torch.float32
Using split optimization for cross attention
Starting serverTo see the GUI go to: http://127.0.0.1:8188

在这里插入图片描述

目前还没有大模型,需要下载。

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/main
下载:sd_xl_base_1.0.safetensors文件,然后放入到ComfyUI/models/checkpoints目录下即可。

为什么Mac不支持CUDA,即英伟达的显卡?

老外给出的解释:

总结并扩展评论:
CUDA 是 Nvidia 专有(显然未经许可)的技术,允许在 GPU 处理器上进行通用计算。
很少有 Macbook Pro 配备支持 Nvidia CUDA 的 GPU。请查看此处,了解您的 MBP 是否具有 Nvidia GPU。然后,查看此处的表,看看该 GPU 是否支持 CUDA
iMac、iMac Pro 和 Mac Pro 的情况相同。
因此,在 MacOS 上默认安装 PyTorch 时不支持 CUDA
很少有 Mac 拥有 Nvidia 处理器:

安装Intel工具包

Intel® Distribution for Python

这是我最开始依然能行的思路,后来发现Intel目前就没有集成显卡的工具包。


参考地址:

How_to_install_ComfyUI

Intel Arc Graphics Thread

AssertionError: Torch not compiled with CUDA enabled

https://kwaa.dev/stable-diffusion

python设置代理和添加镜像源介绍

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/155112.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

快速学习微服务保护框架--Sentinel

学习一个框架最好的方式就是查看官方地址,sentinel是国内阿里巴巴公司的,官网更方便官网 官网 微服务保护框架 Sentinel 1.初识Sentinel 1.1.雪崩问题及解决方案 1.1.1.雪崩问题 微服务中,服务间调用关系错综复杂,一个微服务往往依赖于多个其它微…

[Mono Depth/3DOD]单目3D检测基础

1.数据增强 图像放缩和裁剪后,相机内参要做相应变化 import random def random_scale(image, calib, scale_range(0.8, 1.2)):scale random.uniform(*scale_range)width, height image.sizeimage image.resize((int(width * scale), int(height * scale)))cali…

【C++】神奇字符串(力扣481)

神奇字符串的规律: 神奇字符串 s 仅由 ‘1’ 和 ‘2’ 组成,并需要遵守下面的规则: 神奇字符串 s 的神奇之处在于,串联字符串中 1 和 2 的连续出现次数可以生成该字符串。 s 的前几个元素是 s “1221121221221121122……” 。如果…

encoding/json vs json-iterator

encoding/json vs json-iterator 100% Compatibility 默认情况下,jsoniter 不会像标准库那样对映射键进行排序。如果你想要 100% 的兼容性,就这样使用 m : map[string]interface{}{"3": 3,"1": 1,"2": 2, } json : json…

c语言:通讯录管理系统(动态分配内存版)

前言:在大多数高校内,都是通过设计一个通讯录管理系统来作为c语言课程设计,通过一个具体的系统设计将我们学习过的结构体和函数等知识糅合起来,可以很好的锻炼学生的编程思维,本文旨在为通讯录管理系统的设计提供思路和…

2018架构真题案例(四十九)

某文件采用多级索引结构,磁盘大小4K字节,每个块号4字节,那么二级索引结果时,文件最大。 A、1024 B、1024*1024 C、2048*2048 D、4096*4096 答案:B 霍尔三维结构以时间堆、()堆、知识堆组成…

R语言实现向量自回归和误差修正模型——附实战代码

大家好,我是带我去滑雪! 向量自回归(VAR)模型和误差修正模型(ECM)是时间序列分析中常用的两种模型,它们用于研究多个变量之间的动态关系。VAR 模型适用于研究多个相关变量之间的相互影响和动态关…

二叉搜索树--验证二叉搜索树

验证二叉搜索树-力扣 98 题 解题思路:利用二叉树中序遍历的特性:遍历出来的结果是升序的即符合二叉搜索树 对于二叉树中序遍历不是太理解的,作者推荐的小白书:二叉树的初步认识_加瓦不加班的博客-CSDN博客 中序非递归实现 // 解…

剖析伦敦银最新价格走势图

国际金融市场瞬息万变,伦敦银的价格走势会受到诸多因素的影响,比如重要经济数据的公布,国际间的政治博弈,突发的政经大事,都可以令白银价格的走势,在短时间内暴涨暴跌的情况。 要在伦敦银市场实现良好的收益…

CCF CSP认证 历年题目自练Day27

题目一 试题编号: 202104-1 试题名称: 灰度直方图 时间限制: 1.0s 内存限制: 512.0MB 样例输入 7 11 8 0 7 0 0 0 7 0 0 7 7 0 7 0 7 0 7 0 7 0 7 0 7 7 0 0 0 7 0 0 0 7 0 7 7 0 0 0 0 7 0 0 7 7 0 7 0 0 0 0 0 7 0 7 0 0 7 0 …

Apache Doris (三十九):Doris数据导出 - MySQL dump导出

🏡 个人主页:IT贫道_大数据OLAP体系技术栈,Apache Doris,Clickhouse 技术-CSDN博客 🚩 私聊博主:加入大数据技术讨论群聊,获取更多大数据资料。 🔔 博主个人B栈地址:豹哥教你大数据的个人空间-豹哥教你大数据个人主页-哔哩哔哩视频 目录

解决Opencv dnn模块无法使用onnx模型的问题(将onnx的动态输入改成静态)

一、问题来源 最近做人脸识别项目,想只用OpenCV自带的人脸检测和识别模块实现,使用OpenCV传统方法:Haar级联分类器人脸检测LBPH算法人脸识别的教程已经有了,于是想着用OpenCV中的dnn模块来实现,dnn实现人脸检测也有&a…

在 centos7 上安装Docker

1、检查linux内核 Docker 运行在 CentOS 7 上,要求系统为64位、系统内核版本为 3.10 以上。 Docker 运行在 CentOS-6.5 或更高的版本的 CentOS 上,要求系统为64位、系统内核版本为 2.6.32-431 或者更高版本。 uname -r 2、使用 root 权限登录 Centos…

vue-5

一、文章内容概括 1.自定义指令 基本语法(全局、局部注册)指令的值v-loading的指令封装 2.插槽 默认插槽具名插槽作用域插槽 3.综合案例:商品列表 MyTag组件封装MyTable组件封装 4.路由入门 单页应用程序路由VueRouter的基本使用 二…

JavaScript Web APIs第六天笔记

Web APIs - 第6天笔记 目标:能够利用正则表达式完成小兔鲜注册页面的表单验证,具备常见的表单验证能力 正则表达式综合案例阶段案例 正则表达式 正则表达式(Regular Expression)是一种字符串匹配的模式(规则&#xf…

33 WEB漏洞-逻辑越权之水平垂直越权全解

目录 前言水平,垂直越权,未授权访问Pikachu-本地水平垂直越权演示(漏洞成因)墨者水平-身份认证失效漏洞实战(漏洞成因)原理越权检测-Burpsuite插件Authz安装测试(插件使用)修复防御方案 前言 越权漏洞文章分享:https://www.cnblogs.com/zhen…

零基础Linux_14(基础IO_文件)缓冲区+文件系统inode等

目录 1. 缓冲区 1.1 缓冲区的存在 1.2 缓冲区的刷新策略 1.3 模拟C标准库中的文件操作 完整代码及验证: 1.4 重看缓冲区 1.5 stdout和stderr的区别 2. 文件系统 2.1 磁盘的物理结构CHS等 2.2 磁盘的抽象结构LBA等 2.3 文件管理inode等 2.4 对文件的操作…

QT5 WebCapture 页面定时截图工具

QT5 WebCapture 网页定时截图工具 1.设置启动时间,程序会到启动时间后开始对网页依次进行截图 2.根据所需截图的页面加载速度,设置页面等待时间,尽量达到等页面加载完成后,再执行截图 3.根据需求,设置截图周期 4.程序…

理解http中cookie!C/C++实现网络的HTTP cookie

HTTP嗅探(HTTP Sniffing)是一种网络监控技术,通过截获并分析网络上传输的HTTP数据包来获取敏感信息或进行攻击。其中,嗅探器(Sniffer)是一种用于嗅探HTTP流量的工具。 在HTTP嗅探中,cookie是一…

集成内部高端电源开关LTC3637HMSE、LTC3637MPMSE稳压器,TJA1443AT汽车CAN FD收发器。

一、LTC3637 76V、1A 降压型稳压器 (简介)LTC3637是一款高效率降压DC/DC稳压器,集成内部高端电源开关,功耗仅12μA DC,空载时可保持稳定的输出电压。LTC3637可提供高达1A的负载电流,并具有可编程峰值电流限…