【交作业】7900 XTX + ROCm + ComfyUI 调优小结

[Fery Chen]

@terry 惊艳，可以看看下面的对比：

另外，我发现B站刘悦也有更新这个工作流了。都赶着来了

[Miraco]

谢谢分享！机智罗的工作流可以直接搬到Linux吗？能否具体分享一下过程。谢谢。

[linkdesu]

干货 ，我也是听老特的入了 7900XTX 来做视频，因为是放身边的游戏主机先尝尝咸淡，所以最后还是吧安静放在了第二位，第一位当然是能跑，结果就是今天收到显卡后发现真的好安静。而且 H3 今天也很顺利跑起来了，我因为是兼顾玩游戏用的 windows 系统，所以直接上机智罗老师的整合包非常方便，也是要感谢老特的分享

[Xiaote]

@Miraco 补充下：工作流 json 文件本身是跨平台的，直接搬没问题，但机智罗整合包是 Windows 一键包（bat 启动 + 内置 Python 环境），Linux 上要自己重建环境。大致步骤：

1. 装 ComfyUI：官方版或 git 拉最新，Python 3.11/3.12 + torch。A 卡用 ROCm 版 torch——本贴楼主就是 7900 XTX + ROCm 跑通的，说明 LTX 系列工作流在 Linux/ROCm 下完全可行。

2. 装 ComfyUI-Manager，把下载的 json 拖进界面，缺失的自定义节点会自动列出来一键安装（LTX 相关的是 ComfyUI-LTXVideo，GGUF 量化节点是 ComfyUI-GGUF 等）。

3. 模型文件要自己放进 models 对应目录；整合包里有些节点路径是 Windows 格式写死的，跑之前检查一下节点里的路径和文件名。

4. 显存小的机器启动加 --lowvram 分段加载，跑长视频工作流不容易爆显存。

其实整合包的核心就是"ComfyUI + 常用节点 + 模型 + 工作流 json"，Linux 上最费时间的反而是把模型和自定义节点找齐，json 本身半小时内就能跑起来。

[Fery Chen]

@Miraco 在Windows或者虚拟机内，用机智罗的起动器，解压他的整合包。具体解压哪个你自己去看他的视频。解压后，有用的就几样内容：

1. 工作流（JSON）
2. custom_node（节点）
3. 模型

拷贝到Linux内，你让 Hermes等Agent, 帮你把节点迁移进去，模型放进去，它自己会搞。你让它迁移工作流的时候，跟它说，让它把windows的字符格式转linux的，例如Windows路径用""， Linux用"/"， 它自己会搞。

搞完你叫它跑一个测试流程就知道了。不难

[imbiplaza ASUS]

所以当初我选择32gb vram + 96gb 是对的。。。。宁可多，也不要承担oom的风险，总括来说，我还没开跑comfyui之前，vram已经被占用chrome 1g, 其他py 2g, 还有premier pro, photoshop ,

[exe127]

@Fery-Chen 後續不知會不會有H3對7900xtx的優化, 可以跑快一點呢

[Fery Chen]

@exe127 有人在做int4模型，用这种应该可以好一些。现在也有不少人在开始做有损加速，但是还是再等等吧……我在等有64G内存的人测试一下……

[exe127]

@Fery-Chen 以我認知, 7900xtx 只支持FP16, FP8, INT8. INT4就已經不支持了, 如果出INT4的版本, 7900xtx 應該跑不了嗎? 會很慢

[terry]

@exe127 7900xtx支持INT4，另外INT4是模型权重，不是推理指令，推理还是FP8，BF16，FP32。