Генеративные нейросети и фреймворки для работы с ними (FLUX, ComfyUI, Stable Diffusion) — мощный инструмент для бизнеса, стартапов и разработчиков. Но чтобы добыть золото, нужна правильная кирка (подходящий сервер с GPU). Пока многие все еще обсуждают Stable Diffusion, на сцену выходят новые, более эффективные архитектуры, такие как FLUX. Выбор сервера для них — это минное поле: можно потратить тысячи долларов на избыточное железо или застрять с машиной, которая «не тянет» ваши задачи.

Эта статья — ваше руководство по выживанию в мире SD 2025 года. Мы честно разберем, какое железо вам действительно нужно для работы с FLUX, ComfyUI и дообучения моделей нового поколения. Никаких завышенных требований — только практика.

ОК, если без броских фраз, то мы помогали клиенту, сведущему в ComfyUI и FLUX запустить сервис под Ubuntu и сделали скрипт под его требования. Решил им поделиться, а ChatGPT помогала описать детали, за что я прошу меня простить ?.

Главный секрет: отталкивайтесь от задачи, а не от инструмента

Забудьте о вопросе «Какой сервер нужен для ComfyUI?». Правильный вопрос: «Что я собираюсь делать?»

Все задачи можно условно разделить на три уровня. Требования к железу для них кардинально отличаются.

Уровень 1: Быстрая генерация изображений (для себя, для контента)

Это самый частый сценарий. Вы экспериментируете с промптами, создаете контент для соцсетей, ищете идеи. Ваша главная цель — скорость и удобство. С моделями FLUX вы получаете качество, превосходящее предыдущие поколения, при меньших затратах.

Что происходит: Вы запускаете интерфейс (ComfyUI поддерживает FLUX), вводите текст и получаете картинку. Основная нагрузка ложится на видеокарту (GPU).

Реальные требования к серверу:

Видеопамять (VRAM): 12-16 ГБ — отличный старт для работы с быстрыми версиями FLUX. 24 ГБ — идеальный вариант, который позволит комфортно использовать любые, даже самые тяжелые модели, и высокое разрешение.

Оперативная память (RAM): 16-32 ГБ. Больше просто не нужно. Модели загружаются в видеопамять, а RAM используется для операционной системы и интерфейса.

Процессор (CPU): 4-8 ядер. CPU почти не участвует в генерации, его задача — подготовить данные и не тормозить систему.

Идеальный сервер: RTX 3090 или RTX 4090 с 24 ГБ VRAM.

Вывод: Для генерации изображений с помощью FLUX вам не нужен монстр с 256 ГБ RAM. Ключевой фактор — мощная видеокарта с достаточным объемом VRAM.

Уровень 2: Дообучение моделей (Fine-tuning, LoRA)

Здесь вы создаете собственную ценность: обучаете FLUX на своих данных, чтобы нейросеть генерировала изображения в уникальном стиле, с вашими продуктами или персонажами.

Что происходит: Вы «скармливаете» нейросети набор изображений (датасет). Нагрузка на GPU возрастает многократно, так как нужно не только генерировать, но и вычислять градиенты и обновлять веса модели.

Реальные требования к серверу:

Видеопамять (VRAM): 24 ГБ — это необходимый минимум для комфортного дообучения. Для обучения больших моделей или использования больших батчей (что ускоряет процесс) идеально подходят карты на 40-80 ГБ.

Оперативная память (RAM): 32-64 ГБ. Нужна для предварительной обработки датасетов и хранения данных перед отправкой на GPU.

Процессор (CPU): 8-16 ядер. Более мощный CPU поможет быстрее готовить данные для обучения.

Без достаточного VRAM модели будут выдавать ошибки out of memory.

Вывод: Fine-tuning требует больше VRAM и RAM, чем простая генерация. Экономия на видеопамяти здесь приведет к постоянным ошибкам out of memory.

Уровень 3: Создание AI-сервиса (SaaS) для клиентов

Это высшая лига. Вы создаете продукт (например, телеграм-бота для генерации изображений или API для своего приложения), которым будут одновременно пользоваться десятки или сотни людей.

Что происходит: Сервер должен обрабатывать множество параллельных запросов, эффективно управлять очередью и быстро отдавать результат каждому пользователю.

Реальные требования к серверу:

Видеопамять (VRAM): Несколько GPU по 24-80 ГБ. Здесь важна не только общая мощность, но и возможность параллельной обработки. Часто выгоднее взять несколько GPU (например, 2 x RTX 3090), чем одну A100, если задача — массовая генерация.

Оперативная память (RAM): 64-128+ ГБ. Нужна для управления очередями запросов, кэширования и обеспечения стабильной работы под высокой нагрузкой.

Процессор (CPU): 16-32+ ядер. Мощный CPU необходим для быстрой обработки входящих запросов и общей координации работы системы.

Ключевое: масштабируемость и параллельная обработка.

Вывод: Для SaaS-решения ключевые слова — масштабируемость и параллелизм. Одна, пусть и мощная, карта не справится с потоком клиентов.

Битва Титанов: Какую видеокарту выбрать для FLUX в 2025 году?

Забудьте про абстрактные «оптимальный» или «бюджетный». Вот честное сравнение доступных GPU под конкретные задачи с новой архитектурой.

Ваш запуск за 5 минут: не предустановка, а кое-что лучше

Забудьте о часах, потраченных на настройку окружения и борьбу с драйверами. Вместо фиксированной предустановленной системы, которая может устареть, мы предлагаем кое-что более гибкое и мощное — скрипт автоматической установки.

Просто скопируйте одну команду (пусть и длиннющую) в терминал свежего сервера, и через 5 минут вы получите:

• Свежую версию ComfyUI и всех необходимых компонентов.

• Установленный ComfyUI-Manager для удобного управления узлами.

• Настроенный автозапуск, чтобы ComfyUI всегда был готов к работе, даже в случае перезапуска сервера, например, после постановки его на паузу.

• Это так же просто, как предустановка, но с гарантией самых актуальных версий ПО.

Скрипт для быстрой установки

Скопируйте этот скрипт и вставьте в терминал после подключения к вашему серверу по SSH. Все остальное скрипт сделает за вас.

bash -s <<'EOF'
# Останавливаем скрипт при любой ошибке
set -e

# --- ОСНОВНЫЕ ПЕРЕМЕННЫЕ ---
INSTALL_DIR="/root/ComfyUI_App" # Используем абсолютный путь для надежности
SERVICE_NAME="comfyui"
SERVICE_FILE="/etc/systemd/system/${SERVICE_NAME}.service"

# --- 1. ПОДГОТОВКА СИСТЕМЫ ---
echo "✅ 1/6: Обновление пакетов и установка базовых зависимостей..."
sudo apt-get update
sudo apt-get install -y git python3-dev curl

echo "-> Устанавливаем pip, обходя защиту системы..."
curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
sudo python3 get-pip.py --break-system-packages
sudo rm get-pip.py

echo "-> Устанавливаем virtualenv..."
sudo pip3 install virtualenv --break-system-packages

# --- 2. УСТАНОВКА COMFYUI ---
echo "✅ 2/6: Клонирование репозитория ComfyUI..."
mkdir -p "$INSTALL_DIR"
cd "$INSTALL_DIR"
if [ ! -d "ComfyUI" ]; then
    git clone https://github.com/comfyanonymous/ComfyUI.git
fi
cd ComfyUI

# --- 3. НАСТРОЙКА ОКРУЖЕНИЯ И ЗАВИСИМОСТЕЙ ---
echo "✅ 3/6: Создание виртуального окружения и установка PyTorch..."
if [ ! -d "venv" ]; then
    virtualenv venv
fi
source venv/bin/activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

# --- 4. УСТАНОВКА ДОПОЛНИТЕЛЬНЫХ УЗЛОВ ---
echo "✅ 4/6: Установка ComfyUI-Manager и Crystools..."
cd custom_nodes

# ComfyUI-Manager
if [ ! -d "ComfyUI-Manager" ]; then
    git clone https://github.com/ltdrdata/ComfyUI-Manager.git
fi
cd ComfyUI-Manager
pip install -r requirements.txt
cd ..

# ComfyUI-Crystools
if [ ! -d "ComfyUI-Crystools" ]; then
    git clone https://github.com/crystian/ComfyUI-Crystools.git
fi
cd ComfyUI-Crystools
pip install -r requirements.txt
cd ..

# --- 5. ЗАГРУЗКА МОДЕЛИ ---
echo "✅ 5/6: Загрузка базовой модели (Stable Diffusion 1.5)..."
CHECKPOINT_DIR="$INSTALL_DIR/ComfyUI/models/checkpoints"
MODEL_PATH="$CHECKPOINT_DIR/v1-5-pruned-emaonly-fp16.safetensors"
MODEL_URL="https://huggingface.co/Comfy-Org/stable-diffusion-v1-5-archive/resolve/main/v1-5-pruned-emaonly-fp16.safetensors?download=true"
mkdir -p "$CHECKPOINT_DIR"

if [ ! -f "$MODEL_PATH" ]; then
    echo "-> Модель не найдена. Начинаю загрузку (≈4 ГБ)..."
    wget -O "$MODEL_PATH" "$MODEL_URL"
else
    echo "-> Модель v1.5 уже на месте."
fi

# --- 6. НАСТРОЙКА АВТОЗАПУСКА (SYSTEMD) ---
echo "✅ 6/6: Создание службы для автозапуска ComfyUI..."

# Создаем файл службы
sudo tee "$SERVICE_FILE" > /dev/null <<EOT
[Unit]
Description=ComfyUI Service
After=network.target

[Service]
User=root
Group=root
WorkingDirectory=${INSTALL_DIR}/ComfyUI
ExecStart=${INSTALL_DIR}/ComfyUI/venv/bin/python main.py --listen
Restart=always
RestartSec=3

[Install]
WantedBy=multi-user.target
EOT

# Перезагружаем systemd, включаем и запускаем сервис
sudo systemctl daemon-reload
sudo systemctl enable "$SERVICE_NAME"
sudo systemctl restart "$SERVICE_NAME"

# --- ФИНАЛЬНОЕ СООБЩЕНИЕ ---
# Получаем IP-адрес сервера
IP_ADDRESS=$(hostname -I | awk '{print $1}')

# Очищаем экран и выводим понятное сообщение
clear
echo "================================================================"
echo ""
echo "   ? УСПЕШНО УСТАНОВЛЕНО И ЗАПУЩЕНО! ?"
echo ""
echo "   ComfyUI теперь работает в фоновом режиме и будет"
echo "   автоматически включаться после перезагрузки сервера."
echo ""
echo "   --------------------------------------------------"
echo ""
echo "   ЧТОБЫ НАЧАТЬ РАБОТУ:"
echo "   Откройте эту ссылку в вашем браузере:"
echo ""
echo "   ➡️   http://${IP_ADDRESS}:8188"
echo ""
echo "================================================================"

EOF

Арендовал для этого серверы в Intelion Сloud и прогнал скрипт для тестирования перед публикацией статьи и прогнал на конфигурациях с разными GPU:

Почему это удобно?

Быстрый старт: Сервер готов через пару минут, полная установка ComfyUI — еще 5. 

Всегда актуально: Вы получаете последние версии ComfyUI и узлов, а не старый образ. 

Полный контроль: Вы видите каждый шаг установки и можете модифицировать скрипт под себя. Ну и допишу сюда, что есть гигантский недостаток скрипта: он ставит всё под root'ом. Это сделано умышленно ради удобства клиента и его пресловутого полного контроля, т.к. прямо из ComfyUI можно будет администрировать сборку, не прибегая к администрированию Ubuntu (то, что было нужно). В идеале, стоит разделить пользователей, выяснив, где каких прав доступа достаточно под какие задачи, выполняемые в ComfyUI.