跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.comfy.org/llms.txt

Use this file to discover all available pages before exploring further.

本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑

概述

MultiGPU CFG Split 节点可以让同一台电脑中的多张 GPU 一起参与扩散采样。实际提速会因工作流而不同,但在常见工作流中,已经测到最高约 1.95 倍的加速效果。

关键细节

不支持混用不同型号的 GPU,已安装的 GPU 必须是同类型,例如 2 张 5090,或 2 张 5080。 ComfyUI 在启动时会自动检测系统中已安装的多张 GPU。

支持的 GPU

任何使用 Ampere 及以上架构、并且由两张相同 GPU 组成的配置都可以,例如 2 x 3090 或 2 x RTX6000 Pro。

支持的模型

  • LTX-2.3
  • WAN 2.2
  • FLUX.2 Klein - Base Versions
  • Z-Image
  • Stable Diffusion 3.5 Large
  • Hunyuan Video
  • Qwen-Image-Edit-2511
  • Hunyuan-3D-v2.1
  • SDXL

输入

参数数据类型必填范围描述
modelMODEL不适用在开始采样前,先准备为 MultiGPU CFG 拆分使用的模型。
max_gpusINT最小值:1
步长:1
默认值:2
允许用于拆分负载的相同 GPU 的最大数量。通常设为系统中已安装且型号一致的 GPU 数量。

输出

输出名称数据类型描述
MODELMODEL已为 MultiGPU CFG 拆分准备好的模型,可直接用于加速采样。

节点位置与工作流说明

image1.png
max_gpus 应设置为系统中已安装的相同 GPU 的最大数量。
节点放置位置: MultiGPU CFG Split 需要放在模型加载节点与采样节点之间。如果模型加载节点的模型输出还连接了其他节点,那么在进入采样节点之前,MultiGPU CFG Split 应作为这条链路中的最后一个节点。 image2.png 工作流要求: 这个节点是在 CFG 这一层拆分扩散流程,因此工作流中的 CFG 必须大于 1。对于必须使用 CFG = 1 的 distilled 工作流,使用 MultiGPU CFG Split 在多张 GPU 上运行时通常不会带来明显提速。

如何确认多 GPU 正在工作

运行启用 MultiGPU CFG Split 的工作流时,可以打开 Windows 任务管理器,并切换到“性能”分类。
image3.webp
image4.png
当工作流中的采样器正在运行时,你应该能看到两张已安装的 GPU 都有活动。

示例多 GPU 工作流(Wan 2.2 FP8)

示例工作流(Wan 2.2 FP8)
Source fingerprint (SHA-256): 7293ee785e29aea9a1a70a10444b99e89fb23c866505628ec57c209a2b8aaee0