前言

在上一篇文章中，我们已经在 Windows + AMD显卡 + ROCm 环境下，成功用 PyTorch 训练了一个简单的 CNN 模型（详情可戳：训练MNIST数字识别模型）。不过那个任务相对基础，甚至普通CPU都能快速跑完，很难发挥出AMD显卡的性能优势。

所以今天，我们来挑战一些真正需要GPU算力支撑的场景——AI画图！如今开源炼丹圈里，除了大模型微调，最热门的就是AI图像生成了😄。如果大模型玩腻了，不妨试试AI画图放松一下。

目前AI画图的主流工具中，ComfyUI 绝对是佼佼者。比起我之前介绍过的 SD WebUI（详情可戳：AI绘画Stable Diffusion入门），ComfyUI 最大的优势就是支持可视化的工作流配置，灵活度拉满。

我有段时间没关注开源AI画图工具了，这次重新上手ComfyUI，直接被惊艳到，没想到现在的工具链已经完善到这个程度，部署门槛大幅降低，功能却更强大了。接下来，就带大家一步步在 ROCm 环境下搭建 ComfyUI，实现从部署到出图的全流程。

StabilityMatrix

对于想快速上手的同学，我推荐用 StabilityMatrix 这个工具来部署 ComfyUI，省去手动配置环境的繁琐步骤。下面就详细说下操作流程。

添加package

打开 StabilityMatrix 后，直接在包管理界面搜索并添加 ComfyUI 包即可。对于新手来说，这个方式最省心，能快速完成基础部署。

不过这里提一句：如果是有一定技术基础的同学，我更推荐直接去 GitHub 克隆 ComfyUI 官方项目（官方地址），后续自定义配置和功能扩展会更灵活。

设置选项

进入高级选项设置界面，核心是要选择 ROCm 环境，这样才能让 ComfyUI 正确调用 AMD 显卡的算力。（其实后面的环境还要自己卸载内置的 PyTorch 然后安装我们自己编译的 PyTorch）

这里要吐槽一下模型共享功能：这部分设置比较繁琐，而且对于大多数用户来说，后续大概率只会用 ComfyUI 这一个UI工具，基本用不上模型共享。这也是我推荐有基础的同学直接克隆 GitHub 项目的原因之一，能避开这些不必要的配置麻烦。

设置参数

为了让 ComfyUI 在 AMD 显卡 + ROCm 环境下稳定运行，避免出现显存不足、性能拉胯等问题，我整理了一套最优启动参数，直接对照着打钩：

• --normalvram：常规显存模式，适配多数中端AMD显卡（如RX 6650 XT）
• --preview-method auto：自动选择预览方式，平衡预览速度和资源占用
• --use-pytorch-cross-attention：使用PyTorch交叉注意力机制，提升生成效率
• --fp16-vae：VAE采用FP16精度，减少显存占用的同时保证画质
• --disable-xformers：禁用xformers（ROCm环境对xformers支持不完善，禁用后更稳定）

启动

一切就绪，启动！

虽然报错了有点小尴尬，但是日志中的 Device: cuda:0 AMD Radeon RX 6650 XT : native 这一行非常迷人

证明之前手工编译的 PyTorch 已经完美识别并驱动了显卡，gfx1032 架构也识别正确

目前的报错 ModuleNotFoundError: No module named 'torchsde' 还是因为缺乏依赖

手动进入环境里补全一下依赖

cd D:\Softwares\StabilityMatrix\Data\Packages\ComfyUI
.\venv\Scripts\activate
pip install -r requirements.txt

这次完美启动了！

Comfy-UI

ComfyUI 启动成功后，在浏览器中访问日志提示的地址（默认是 http://127.0.0.1:8188），就能进入 ComfyUI 的操作界面。

好家伙，第一眼我不禁感叹，现在的工具链已经如此完善了！

可视化的工作流界面清晰明了，每个功能模块都能直观看到，操作逻辑也很顺畅。

几年前我第一次玩AI画图时，界面还是这样的：

相比之下简直降维打击啊！

从早期繁琐的参数配置界面，到如今直观的可视化工作流，能明显感受到开源社区的进步——让AI画图的门槛越来越低，同时灵活度却越来越高。

工作流

ComfyUI 和传统的 AI 画图工具最大的区别，就是它是“工作流驱动”的——所有的生成逻辑都通过工作流来定义，你可以像搭积木一样，自由组合不同的功能模块，实现从提示词到最终图像的全流程定制。

对于新手来说，不用急着自己搭建工作流，ComfyUI 内置了丰富的模板库，直接选用现成的模板就能快速上手。我这次用的是模板库中 SD1.5 模型的「图像生成」基础模板，适合入门尝试。

加载模板后，工作流的初始形态就出来了，包含了提示词输入、模型选择、采样器配置、图像输出等核心模块，后续可以根据自己的需求调整参数或添加模块：

开始AI画图

工作流加载完成后，不用做太多调整，直接使用模板内置的提示词就能开始生成。点击界面右上角的「运行」按钮，ComfyUI 就会调用 AMD 显卡的算力开始画图。

从任务管理器中能清晰看到，AMD 显卡的利用率直接拉满——这才是真正发挥出了 GPU 的性能优势！相比之前的 CNN 训练任务，AI 画图对算力的需求更高，也更能体现出 ROCm 环境搭建的价值。

输出效果

使用内置模板的提示词：beautiful scenery nature glass bottle landscape, purple galaxy bottle （美丽的自然风景玻璃瓶景观，紫色银河瓶）

等待几十秒后，生成的图像效果超出预期——色彩搭配和谐，细节丰富，玻璃瓶的质感和银河的梦幻感都表现得不错，对于第一次上手的新手来说，这个结果已经很让人满意了。

小结

本次我们成功在 Windows + AMD 显卡 + ROCm 环境下，通过 StabilityMatrix 快速部署了 ComfyUI，并完成了第一次 AI 画图。整个流程下来，最大的感受就是：如今 AMD 显卡的 AI 生态已经越来越完善，曾经“N卡专属”的 AI 画图场景，A卡用户通过 ROCm 也能轻松实现，而且体验并不逊色。

总结一下核心要点：一是用 StabilityMatrix 能快速部署 ComfyUI，新手友好；二是针对 ROCm 环境的启动参数要配置正确，避免出现稳定性或性能问题；三是 ComfyUI 的可视化工作流非常灵活，新手可以从模板入手，后续再逐步探索自定义工作流。

后续大家可以尝试更换不同的模型、调整提示词和采样参数，进一步提升生成效果。如果在部署或使用过程中遇到问题，欢迎在评论区交流～