[Copilot Search]使用Intel Arc顯卡運行ComfyUI指南

本指南將逐步說明如何在 Windows 平台 上配置環境，使 ComfyUI 能夠利用 Intel Arc 系列 GPU 進行加速運算。內容涵蓋從安裝必要軟體、設定 Python 環境、安裝 Intel 特製的 PyTorch 延伸套件（Intel Extension for PyTorch，即 IPEX），一直到順利啟動 ComfyUI 並載入模型的完整流程。此外，我們也將提供一些最佳設定建議與常見問題的解決方法，確保 ComfyUI 能夠在 Intel Arc 顯卡上平穩運行與發揮效能。

請按照以下步驟進行：

1. 環境準備與系統需求

在開始安裝 ComfyUI 前，請先確認您的系統符合以下要求，並完成相應的準備工作：

• 作業系統與硬體要求：Windows 10 或 11，並配備一張 Intel Arc 系列獨立顯卡（如 A750、A770 等）[1]。確保已安裝最新版的顯卡驅動程式，建議驅動版本在 31.0.101.5382 以上[2]。
• 禁用內建顯示晶片（iGPU）：如果您的處理器帶有 Intel UHD 等內建顯示芯片，建議在 BIOS 或裝置管理員中停用該 iGPU[3]。這可避免在運行 ComfyUI 時內顯與獨立顯卡之間產生衝突（Arc 系列獨顯完全可以獨立處理運算）。操作方法：打開 Windows 裝置管理員，在 顯示卡 列表中找到內建顯卡（如 “Intel® UHD Graphics”），右鍵選擇 停用裝置 並重新啟動電腦[3]。
• 磁碟空間：準備至少 50 GB以上的可用存儲空間[3]。ComfyUI 本身不大，但Stable Diffusion 模型檔（.ckpt或.safetensors）往往數GB起跳，您可能會下載多個模型、資源和插件。確保硬碟空間充足以存放模型和生成的圖像。
• 安裝 Python 與 Git：ComfyUI 以 Python 為基礎，請先https://www.python.org/downloads/windows/並安裝 Python（64位），建議使用 3.10 或 3.11 版本（最新版 3.12 也支援，但若使用較新的 Python，某些自訂模組可能尚無法相容[1]）。安裝時勾選「Add Python to PATH」以方便後續使用命令。接著https://git-scm.com/download/win 並完成安裝，用於從 GitHub 獲取 ComfyUI 原始碼[3]。
• Visual C++ 編譯工具 (選擇性)：在安裝部分依賴套件（特別是需要編譯的 Python 套件）時，系統可能需要 Visual Studio 的 C++ Build Tools 支援。如果您在安裝過程中遇到編譯錯誤，請2。您可以啟動> Visual Studio Installer，選擇「使用C++的桌面開發」工作負載進行安裝[2]。
• Intel® oneAPI Base Kit (選擇性)：Intel oneAPI Base Kit 包含 Intel GPU 的運算-runtime環境等組件。在某些安裝配置中，可以透過安裝 oneAPI Base Kit 來獲取必要的驅動或庫（例如 Intel Python 延伸套件所需的SYCL支持）。若您的環境配置指南有所提及，可從 Intel 官網下載 oneAPI Base Kit 並安裝[2]。不過多數情況下，安裝最新顯卡驅動已經包含了必要的 runtime 元件，所以oneAPI並非絕對必需。

完成上述準備後，您即可進入 ComfyUI 的部署流程。

2. 下載 ComfyUI 原始碼

首先，我們需要取得 ComfyUI 的程式碼。官方提供了 GitHub 儲存庫，因此我們可以使用 Git 將其複製 (clone) 到本地：

1. 建立安裝目錄：選擇一個路徑簡單且不含中文或空白的目錄來放置 ComfyUI（例如 D:\AI\ComfyUI\）。路徑中避免使用中文字符或特殊符號，以免影響後續安裝。
2. 使用 Git Clone ComfyUI：打開 Windows 終端（可在剛剛建立的資料夾路徑的檔案總管位址列輸入 CMD 後按 Enter，即可直接在該路徑開啟命令提示字元[4]）。在終端中輸入以下指令並執行：

git clone https://github.com/comfyanonymous/ComfyUI.git

這將從 GitHub 上下載 ComfyUI 的完整原始碼至當前資料夾，耗時視網速而定。完成後，資料夾中應出現一個名為 ComfyUI 的子目錄[3]。

3. 進入 ComfyUI 目錄：在終端中執行cd ComfyUI進入該資料夾，後續的環境設定與安裝將在此目錄中進行[3]。

3. 建立 Python 虛擬環境

為了避免影響系統其它 Python 專案，我們建議在 ComfyUI 專屬的 Python虛擬環境 中進行依賴安裝。以下是使用內建 venv 模組的方法（如果您熟悉 Anaconda/Miniconda，也可使用 conda 創建環境）：

1. 建立虛擬環境：在 ComfyUI 資料夾中執行命令：

   python -m venv comfyui_env
   

   這將創建一個名為 comfyui_env 的虛擬環境資料夾（預設會在當前目錄下建立）[3]。您可以換成其他名稱，但接下來的命令需對應調整。

2. 啟用虛擬環境：執行啟動腳本以進入剛創建的環境：

   comfyui_env\Scripts\activate
   

   執行後，命令提示字元開頭應出現環境名稱（如 (comfyui_env)），表示現在已切換到隔離的 Python 環境中[3]。

   備註：若您使用 Anaconda，可改在 ComfyUI 資料夾內執行：

    

   conda create -p .\venv python=3.10 -y

    

   conda activate .\venv

    

   達到同樣效果[4]。接著直接跳到下一步安裝依賴。

4. 安裝 Intel Arc GPU 相容的依賴套件

ComfyUI 原始碼本身支援多種硬體，加上我們建立好空的虛擬環境後，需要安裝一系列 Python 套件（如 PyTorch、圖形介面庫等）才能運行。但默認的 PyTorch 安裝通常只支援 NVIDIA CUDA 或 CPU，為了讓 Intel Arc GPU 發揮效能，我們必須使用 Intel 特製的 PyTorch 版本與相關套件。

Intel 提供了 Intel Extension for PyTorch (IPEX) 來讓 PyTorch 支援 XPU（包含Intel GPU），ComfyUI 也已經能配合 IPEX 使用[1]。安裝的方法有兩種：

• 方法A：使用官方提供的 requirements 檔案安裝（較簡單）
• 方法B：手動指定套件版本安裝（靈活，便於調整）

您可以選擇其中一種方式完成安裝。

方法A：使用現成 requirements 檔案自動安裝

ComfyUI 社群提供了一份專門針對 Intel Arc 離線顯卡的套件需求檔，通常命名為 requirements-ipex.txt[3]（ipex 即 Intel Extension for PyTorch）。這份檔案列出了一系列適合 Intel Arc GPU 的套件版本。我們可以下載並利用 pip 自動安裝：

1. 取得 requirements-ipex.txt：前往 ComfyUI 的 GitHub 專案頁面的說明或社群討論串，可以找到 Intel Arc 專用的 requirements-ipex.txt 下載連結[3]。例如，YTECHB 網站的教學文章提供了該檔案的下載（文中稱為 “the link for the discrete Arc GPUs”）[3]。下載後，將此檔案放入 ComfyUI 資料夾中，使其與 main.py 等檔案位於同一路徑[3]。

2. https://github.com/user-attachments/files/20846991/requirements-ipex.txt

3. 使用 pip 安裝依賴：確認虛擬環境處於啟用狀態下，在終端執行：

   pip install -r requirements-ipex.txt
   

   pip 會讀取檔案內容，自動下載並安裝所列的所有套件。這包括了 PyTorch (CPU/XPU 版本)、TorchVision、Intel Extension for PyTorch 等等，都是特別為 Intel GPU 編譯的版本[2]。過程可能需要數分鐘，期間終端會顯示各個套件的下載與配置資訊。完成後，即表示所需依賴都已經安裝到虛擬環境中了。

   ⚠️ 注意：如果在這一步遇到網絡緩慢導致安裝失敗，可以嘗試使用國內 PyPI 鏡像源重新安裝[2]。設定方法可參考上方提示卡。安裝完成後建議將鏡像源改回官方，以免日後某些套件無法從鏡像獲取更新。

方法B：手動透過 pip 指令安裝特定套件

若您希望了解並控制安裝的套件版本，也可以自行執行 pip 安裝各組件：

1. 安裝 XPU 版 PyTorch 與 IPEX：在終端中執行下面這行長指令（可複製整行貼上）：

   pip install torch==2.1.0.post2 torchvision==0.16.0.post2 torchaudio==2.1.0.post2 intel-extension-for-pytorch==2.1.30.post0 --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/
   
   此命令會安裝 PyTorch 2.1.0 (含 XPU支援) 及相容版本的 TorchVision、TorchAudio，還有 IPEX 2.1.30
   2
   。--extra-index-url 參數指定從 Intel 提供的特定輪檔（whl）庫下載 XPU 版本套件。這些版本在 2024 年下半年相當穩定，您也可根據 Intel 後續更新調整版本號。安裝完成後，可執行簡單的驗證：
   
   python -c "import torch; import intel_extension_for_pytorch as ipex; print(torch.__version__, ipex.__version__, torch.xpu.is_available())"

   若輸出顯示 PyTorch 和 IPEX 的版本號，且 torch.xpu.is_available() 返回 True，則代表 Intel GPU 已被正確識別並可用於 PyTorch。

2. 安裝其他 ComfyUI 所需依賴：在安裝完核心的 GPU 加速套件後，還需要安裝 ComfyUI 用到的其餘 Python 套件（如 Flask、numpy 等）。執行：

   pip install -r requirements.txt
   ``` 

   這會根據 ComfyUI 原始碼內附的 requirements.txt 安裝所有常規依賴[4]。若之前使用方法A已全部成功，則此步自然完成；但若是手動安裝，此步會確保其他未裝的依賴被補上。提示：如遇安裝某些套件失敗，可嘗試再次使用鏡像源或手動安裝對應套件版本。

完成以上操作後，您的虛擬環境中應該已經配置好運行 ComfyUI + Intel Arc GPU所需的所有軟體包。接下來可以嘗試啟動 ComfyUI。

5. 啟動 ComfyUI 並驗證 GPU 運行

在安裝完畢後，我們就可以啟動 ComfyUI。初次運行前，我們需要使用適當的啟動參數來確保 ComfyUI 利用 Intel Arc GPU 且穩定運作。以下是推薦的啟動方式：

python main.py --use-pytorch-cross-attention --bf16-unet 

python main.py --use-pytorch-cross-attention --bf16-unet --gpu-only

上述命令將啟動 ComfyUI，並打開一個本機的 Web 介面服務（預設埠為8188）。您可以在瀏覽器中造訪 http://127.0.0.1:8188 來使用 ComfyUI[2]。

如上所示，--use-pytorch-cross-attention 參數告訴 ComfyUI 使用 PyTorch 自帶的 cross-attention 實作，以取代默認依賴的 xformers 庫（後者主要針對 NVIDIA CUDA，在 Intel GPU 上可能不可用或效率不佳）。--bf16-unet 則啟用 半精度 (Bfloat16) 計算，專門針對 Stable Diffusion 中最佔資源的 U-Net 部分採用 BF16，以降低顯存壓力和避免數據類型不匹配的錯誤[4]。

您也可以根據自身顯卡與需求，考慮加入其它啟動選項：

• --bf16-vae：同樣以 BF16 精度運行 VAE 模組。若您的 Arc 顯卡有充裕的顯存（例如 16GB），可一併啟用此項，使VAE也以半精度運算，進一步減少顯存使用[4]。
• --highvram：當使用 16GB 以上顯存的 GPU 時，加上此參數可允許 ComfyUI 儘量將模型全部载入顯存，以加速生成過程[2]。在 Arc A770 16GB 上測試大型模型（如 SDXL）時，可以嘗試此模式。但是注意Arc GPU當前存在顯存分配的已知問題（詳見後述），高顯存模式可能反而增加不穩定性。
• --lowvram：與 highvram 相反，此選項會減少顯存占用、增加內存swap。如遇顯存錯誤頻繁，可嘗試加上低顯存模式以提高穩定性。
• --auto-launch：加上此參數，ComfyUI 啟動後將自動打開預設瀏覽器並載入 WebUI 頁面，省去手動複製網址的步驟[4]。您也可以自行造訪上面的 URL，效果相同。

🔹 提示: 首次運行時，Windows 防火牆可能彈出對話框詢問是否允許 Python 存取網路（因 ComfyUI 啟動了本機服務）。請選擇允許 私有網路 存取。ComfyUI 預設只在本地監聽，不會公網曝光，請放心允許。

一旦 ComfyUI 成功啟動並在瀏覽器中打開介面，表示您已經在 Intel Arc GPU 上跑起了 Stable Diffusion 的圖形介面！接下來可以載入模型並嘗試生成圖像。

6. 載入 Stable Diffusion 模型與使用 ComfyUI

ComfyUI 本身只是提供操作介面與運行框架，實際圖像生成需要加载 Stable Diffusion 模型檔（即模型的權重文件）。在首次使用前，您需要準備至少一個 Stable Diffusion 的 checkpoint 檔案，例如常見的 v1-5-pruned.ckpt（對應SD1.5模型）或者更進階的 SDXL 模型。

• 下載模型：您可以從社群資源（如 https://civitai.com/ 或 HuggingFace 等平台）下載所需的 .ckpt 或 .safetensors 模型檔。檔案通常數GB不等，請選擇與自己硬體性能匹配的模型（Arc A系列在SDXL等大型模型上可能勉強運行，建議先從SD1.x模型入手）。
• 放置模型：將下載好的模型檔複製到 ComfyUI\models\checkpoints\ 資料夾下[3]。ComfyUI 預設會從此資料夾读取可用的模型列表。對於 LoRA 等微調模型，則放入 ComfyUI\models\loras\ 資料夾[3]（如無此資料夾可新建）。放置後，回到 ComfyUI 界面，在模型選擇處即可找到並加載剛才加入的模型。
• 使用 ComfyUI 生成圖像：ComfyUI 採用「節點工作流」的方式來組合 Stable Diffusion 的各項功能。初學者可以先使用預設範例工作流：點擊介面左上角的 Load 按鈕，找到 ComfyUI\examples 下的基礎範例（如 Basic txt2img workflow），載入後您會看到一組已連線的節點。接著點擊介面右上角 Queue 按鈕 (或按 Ctrl+Enter)，即可開始生成。首次生成可能需要載入模型，會稍耗時間，之後的推理過程即可看到進度條和結果。

ComfyUI 的節點界面靈活且強大，但對新手而言可能稍顯複雜。在正式使用前，建議先熟悉幾個關鍵節點的作用：常用節點包括 Loader（加載模型）、Text Prompt（文字提示輸入）、Sampler（采样方法）、**Save Image（保存圖像）**等。幸運的是，網路上有許多針對 ComfyUI 的教學資源可供參考[3]。隨著使用習慣的培養，您可以建立自己的工作流，充分利用Arc GPU進行本地AI繪圖。

7. 常見問題與故障排除

在 Intel Arc GPU 上部署 ComfyUI 雖然可行，但由於相關軟體仍在快速發展，可能會遇到一些常見問題。以下列出幾項可能碰到的情況與解決建議：

• 「mat1 and mat2 must have the same dtype」錯誤：如果您在生成時遇到類似錯誤日誌，通常表示模型的一部分在用 FP32（單精度）計算，而另一部分用 FP16（半精度），導致類型不匹配[4]。解決方案是啟用 BF16 精度。確保您在啟動 ComfyUI 時使用了 --bf16-unet（以及視需要加 --bf16-vae）參數[4][4]。這會強制主要運算以 BFloat16 進行，可避免該錯誤。同時，BF16 也減少了 GPU 顯存的佔用，對 Arc GPU 有利。

• 顯存 4GB 上限問題：目前 Intel Arc GPU 的 PyTorch 擴展存在一個已知問題：每個運算在 GPU 上最多只能分配約 4GB 的連續顯存空間[5]。即使您的顯卡有 16GB VRAM，單次推理若嘗試佔用超過4GB（例如生成高解析度圖像或使用超大型模型），可能會導致記憶體分配錯誤，甚至出現中斷。這是 IPEX 本身的限制，Intel 官方尚在修復中[5]。表現上可能是 ComfyUI 僅能生成一張圖片便崩潰退出，或需要使用 --lowvram 模式才能勉強運行[5]。對策：嘗試降低分辨率或批量大小，必要時啟用 --lowvram 模式來限制顯存佔用。如果要運行 SDXL 等大模型，可以考慮將 --highvram 關閉，反而讓程式分段加載模型，雖然速度慢一些但可能避開4GB限制。隨著 Intel 未來釋出更新的驅動與 IPEX 版本，此限制有望解除。

• 性能與穩定性：Arc GPU 雖然可以運行 Stable Diffusion，但相較 NVIDIA CUDA 環境，目前方案仍不夠成熟。因此可能出現運行速度不如預期或偶發驅動錯誤的情況。在 Arc 上長時間生成大量圖像，有時會遇到 「總線錯誤」(Bus Error) 或其他未知錯誤導致 ComfyUI 關閉[5]。建議您密切關注 Intel GPU 驅動與 IPEX 的更新[6]—— Intel 持續改進軟體生態，新的驅動往往包含修正。如遇穩定性問題，首先嘗試更新顯卡驅動到最新版本，並使用最新版的 Intel Extension for PyTorch。社群討論區（如 GitHub 專案的 issues/discussions）也是獲取解決方案的好地方，很多用戶會分享他們在 Arc 上運行的經驗和 patched 方案。

• 套件相容性：ComfyUI 版本更新較頻繁，有時升級後可能與當前 IPEX 或 PyTorch 版本不兼容。例如 2024 年底有用戶反映新版 ComfyUI 無法搭配 IPEX v2.1.10 正常工作，需要等待更新[5][5]。如果您在未改變環境的情況下發現 ComfyUI 突然無法使用 Intel GPU，可能就是雙方版本不匹配導致。此時可以嘗試：降級 ComfyUI 或相關套件到之前的版本，或查看 ComfyUI 官方是否釋出針對 Intel GPU 的更新指南（如更新 requirements-ipex.txt 文件）。保持 Python 版本 符合要求（目前推薦 3.10~3.12），並注意不要混用不同來源的 PyTorch 版本，以免環境混亂。

• 下載資源緩慢：由於部分依賴從 GitHub 或國外伺服器下載，若出現下載超時或極慢情況，可以考慮使用國內鏡像。一些愛好者提供了一鍵腳本自動從鏡像站下載 ComfyUI 和所需套件[4]。例如，在 B站和社群論壇上，有用戶打包好了離線安裝整合包來簡化流程[2]。這些整合包通常包含預配置好的 Python、ComfyUI 以及 Intel版PyTorch，可省去手動配置環境的麻煩。但要注意整合包的版本可能較固定，如果 ComfyUI 發布新版或想使用更新的 IPEX，仍需自行升級。總體而言，對網路下載慢的情況，多利用清華/中科大 PyPI 鏡像、GitHub加速工具等資源，能大幅提高效率。

最後，恭喜您完成在 Intel Arc GPU 上部署 ComfyUI！儘管過程相對繁瑣，但經過上述步驟，您現在擁有了一套在 Arc 顯卡上運行的本地 Stable Diffusion 解決方案。這意味著您無需依賴昂貴的 NVIDIA GPU，也能嘗試生成 AI 圖像。保持耐心與好奇心，在探索 ComfyUI 強大功能的同時，也請持續關注 Intel 與 ComfyUI 社群的更新，使您的環境保持最佳狀態。祝您在 AI 繪圖之旅中玩得愉快！[3][6]

References

[1] System Requirements - ComfyUI

[2] AI绘画 | 只要10步让你在英特尔A770显卡下安装ComfyUI运行StableDiffusion3最新开源模型

[3] How to Install and Run ComfyUI on Intel Arc - YTECHB

[4] I卡 上 comfyui 的部署方法,附整合包 - 哔哩哔哩

[5] Intel Arc Graphics Thread · comfyanonymous ComfyUI - GitHub

[6] Need Step by step tutorial (newbie) how to install comfyui to run on ...