ComfyUI MultiGPU: как ускорить генерацию AI-фото на двух видеокартах

ComfyUI MultiGPU: как ускорить генерацию AI-фото на двух видеокартах

TL;DR: ComfyUI наконец получил нативную поддержку MultiGPU. Теперь можно использовать две (или больше) видеокарты одновременно — генерация становится быстрее, особенно для тяжелых моделей типа LTX Video 2.3 или Hunyuan.

---

Привет! Ника на связи. Если ты, как и я, генеришь AI-контент каждый день — знаешь, как бесит ждать по 3-5 минут на одно видео или high-res фото. Месяц назад я добавила вторую RTX 4070 Ti в свой компьютер, но ComfyUI их нормально не видел. Костыли с --lowvram и ручным распределением памяти — то еще квест.

А 23 января 2025 ComfyUI слили PR #7063 — нативная поддержка MultiGPU. Тестировала неделю, вот что вышло.

---

Зачем тебе MultiGPU, если есть одна мощная карта

Я сама сначала думала: «Зачем заморачиваться, если RTX 4090 и так тянет?» Но:

• LTX Video 2.3 с CFG > 1.0 нагружает VRAM на 18-22 ГБ — на одной 4090 уже тесно, если параллельно открыт браузер и Photoshop.
• Qwen 2511 high-res (1536×2048 px) ест 24 ГБ и больше — приходилось закрывать все остальное.
• SDXL + ControlNet + IP-Adapter — тот же кейс: или ждешь 4 минуты, или делишь нагрузку.

MultiGPU дает тебе:

1. Скорость +40-60% на тяжелых workflow (LTX, Hunyuan Video).
2. Возможность генерировать два изображения параллельно (если workflow позволяет).
3. Меньше Out-of-Memory ошибок.

---

Как включить MultiGPU в ComfyUI: пошаговая инструкция

Шаг 1. Обновись до свежей версии

MultiGPU доступен с 23 января 2025 (commit после PR #7063). Если ты на stable-версии — перейди на nightly или клонируй ветку main с GitHub:

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
git checkout main
pip install -r requirements.txt

Шаг 2. Проверь, видит ли система обе карты

В терминале (Windows — PowerShell, Linux — bash):

nvidia-smi

Должен увидеть список GPU. У меня:

• GPU 0: RTX 4070 Ti (12 GB)
• GPU 1: RTX 4070 Ti (12 GB)

Если одна карта не отображается — проверь питание, райзер (если mining-риг) или драйверы.

Шаг 3. Запусти ComfyUI с флагом --multi-gpu

В терминале:

python main.py --multi-gpu

Или добавь в .bat-файл (Windows):

@echo off
python main.py --multi-gpu
pause

После запуска в консоли увидишь:

Multi-GPU enabled: 2 devices detected
Device 0: NVIDIA GeForce RTX 4070 Ti
Device 1: NVIDIA GeForce RTX 4070 Ti

Шаг 4. Тестируй на тяжелых моделях

Загрузи workflow с LTX Video 2.3 или SDXL + Refiner. У меня генерация 1024×1024 SDXL (50 steps):

• Одна GPU: 38 секунд.
• MultiGPU: 24 секунды.

Ускорение ~37%. На видео (LTX 5 sec, 24 fps) разница еще больше: 4 мин 10 сек → 2 мин 40 сек.

---

Когда MultiGPU реально помогает (и когда — нет)

✅ Работает идеально:

• LTX Video 2.3 с CFG > 1.0 (не distilled).
• Qwen 2511 high-res (1536×2048+ px).
• SDXL/SD 1.5 с тяжелыми LoRA.
• Hunyuan Video (хотя он часто идет с CFG 1.0 — там эффект меньше).

❌ Не стоит ждать чуда:

• Flux Dev — модель сама по себе быстрая, MultiGPU дает +10-15% max.
• Midjourney-стайл модели (они легкие, одна карта справляется).
• Batch-генерация простых промптов — там bottleneck в CPU, не в GPU.

---

Мой опыт: как я настроила MultiGPU за 30 минут

Я добавила вторую 4070 Ti в декабре 2024, но ComfyUI их использовал криво: одна карта генерировала, вторая — idle. Приходилось запускать два экземпляра ComfyUI (один на GPU 0, второй на GPU 1) через переменную CUDA_VISIBLE_DEVICES. Это работало, но workflow не делился.

23 января увидела на Reddit пост про PR #7063 — обновилась, запустила с --multi-gpu. Первый тест: LTX Video 2.3, 5 секунд видео, CFG 2.5.

• До: 4 мин 18 сек.
• После: 2 мин 51 сек.

Экономия 1 мин 27 сек на один ролик. За день (я генерирую 15-20 роликов для тестов) — это 20-25 минут чистого времени. Месяц — 10+ часов.

Побочный эффект: обе карты теперь прогреваются до 74-78°C (раньше одна — 82°C, вторая — 45°C). Кулеры шумят чуть громче, но я в наушниках — не критично.

---

Частые проблемы и как их решить

Проблема 1: ComfyUI не видит вторую карту

Решение: проверь nvidia-smi. Если карта есть, но ComfyUI ее игнорирует — убедись, что драйверы обновлены (минимум 535.xx для Linux, 536.xx для Windows). У меня Windows 11 + драйвер 551.23 — все ок.

Проблема 2: Out-of-Memory на обеих картах

Решение: MultiGPU не добавляет VRAM, он распределяет нагрузку. Если модель требует 30 ГБ, а у тебя две карты по 12 ГБ — она не поместится. Используй --lowvram или уменьши batch size.

Проблема 3: Скорость не увеличилась

Решение: workflow должен быть тяжелым. Если генеришь 512×512 SD 1.5 за 8 секунд — MultiGPU не поможет, там bottleneck в CPU/RAM. Тестируй на SDXL, LTX, Qwen.

---

Альтернативы MultiGPU: когда не стоит заморачиваться

Если у тебя:

• Одна RTX 4090 (24 ГБ) — MultiGPU тебе не критично нужен, разве что генеришь 4K-видео.
• Две слабые карты (GTX 1660, 6 ГБ каждая) — лучше продай и купи одну RTX 4070 (12 ГБ). MultiGPU не компенсирует малую VRAM.
• Apple Silicon (M2 Max, M3) — там unified memory, MultiGPU не поддерживается.

Мой совет: если планируешь апгрейд — сначала возьми одну топовую карту (4080/4090), потом добавляй вторую. Две 4070 Ti (как у меня) — это компромисс: дешевле, чем 4090, но MultiGPU дает похожую скорость на видео.

---

Стоит ли апгрейдиться до MultiGPU прямо сейчас

Если ты:

• Генеришь AI-видео каждый день (LTX, Hunyuan).
• Работаешь с high-res фото (1536+ px, Qwen/SDXL).
• Имеешь вторую карту, которая просто лежит.

→ Да, обновляйся до ComfyUI с MultiGPU.

Если:

• Генеришь 1-2 изображения в день.
• Используешь только Flux Dev или легкие модели.
• У тебя одна карта и не планируешь вторую.

→ Можно подождать — пока что это nightly-фича, stable-версия выйдет через месяц-два.

Лично я уже не вернусь к single-GPU: экономия времени реальная, особенно когда дедлайны.

---

Готова прокачать свои AI-фото до уровня, когда клиенты спрашивают "Где фотосессия?" Записывайся на мою персональную консультацию — разберем твой workflow, настроим MultiGPU (если нужно) и найдем узкие места, которые крадут твое время.

---

FAQ: MultiGPU в ComfyUI

1. Работает ли MultiGPU с любыми двумя картами?

Да, но лучше, чтобы карты были одинаковые (одинаковая архитектура, VRAM). Я тестировала RTX 4070 Ti + RTX 3080 — работало, но медленнее, чем две 4070 Ti. Разные поколения (например, GTX 1080 + RTX 4070) — могут быть проблемы с CUDA.

2. Сколько карт можно использовать одновременно?

Теоретически — сколько влезет в систему. Я видела тесты на 4×RTX 3090 (192 ГБ VRAM суммарно) — для AI-видео 4K. Но для фото двух карт более чем достаточно.

3. Увеличивается ли потребление электроэнергии?

Да. Две RTX 4070 Ti под нагрузкой — это ~550-600 Вт. Убедись, что у тебя БП минимум 850 Вт (лучше 1000 Вт с запасом).

4. Можно ли использовать MultiGPU на ноутбуке?

Нет, ноутбуки обычно имеют одну дискретную GPU. Есть ноутбуки с eGPU (внешняя видеокарта через Thunderbolt), но задержки большие — не стоит.

5. Поддерживает ли MultiGPU Automatic1111 или Forge?

На момент 30 января 2025 — нет. Forge имеет экспериментальную поддержку через --medvram-sdxl + два экземпляра, но это не нативный MultiGPU. ComfyUI пока что единственный с нормальной реализацией.