在 AI 影像生成工作負載中，CPU 和 GPU 在整個系統性能中起著至關重要的作用。我們的全面測試表明，與 RTX 4090 搭配使用時，CPU 頻率比核心數量更重要 GPU。這項發現挑戰了青睞使用多核心企業處理器執行人工智慧任務的傳統觀念，並展示了高頻消費級 CPU 如何能夠在降低成本的同時顯著提高生成速度。
本文詳細介紹了我們的基準測試，展示了高頻 CPU 如何顯著縮短生成時間，探討了進一步提升效能的 ComfyUI 優化技術，並提供了透過以下方式存取這些優化配置的逐步指南： Novita AI的平台。
CPU 頻率對影像產生效能的影響
對於文字到圖像的生成任務，CPU 為 GPU 去處理。更高的 CPU 頻率可以加快這些指令集的準備和傳輸速度，從而允許 GPU 以最高效率運作而不是等待數據。我們的測試表明，頻率較高的消費級 CPU 可以提高 GPU 與低頻企業處理器相比，利用率提高 150% 以上。
測試框架
ComfyUI 運行穩定版 Diffusion 1.8.0，在 NVIDIA RTX 4090（24GB VRAM）上跨多種 CPU 配置進行測試
CPU配置效能：穩定擴散產生速度
主要發現：消費級高頻CPU完成相同任務所需時間不到企業級CPU的一半，效能提升150%以上。
ComfyUI 優化模式對影像產生速度的影響
在確定高頻CPU的卓越性能後，我們探索了額外的最佳化方法來進一步提高生成速度。
測試框架：
ComfyUI 在高頻 CPU + RTX 1 系統上運行 Flux8.dev fp4090 模型
平均影像生成時間（秒）
理解 ComfyUI 函數
- 快速時尚：透過預先載入和快取機制加速資源載入。減少不必要的檢查，優化資源加載，從而加快啟動速度，提高生成多張圖片時的效率。
- 高VRAM模式：保存更多模型和數據 GPU VRAM，減少資料傳輸開銷。透過避免頻繁的分配/釋放操作來優化記憶體管理，提高生成效率。當有足夠的 VRAM 可用時，可以處理多個批次。
- 加速器節點：ComfyUI 的自訂插件，可進一步提高處理管道效率。
主要發現:
使用 RTX 4090 + 高頻 CPU 配置時，透過專門的模式優化工作流程可以在保持影像品質的同時顯著提高效能：
- 基本模型工作流程：使用 flux.dev-fp8 和 fast+highVRAM 模式可將生成時間從 10.05 秒縮短至 6.59 秒
- 單LoRA 交換 工作流程：使用快速加速器節點實現 flux.dev-fp8，將生成時間從 12.63 秒縮短至 9.68 秒
- 四種 LoRA 交換工作流程：使用快速模式的 flux.dev-fp8 可將生成時間從 14.07 秒縮短至 11.10 秒
在所有場景中，這些優化可節省每張影像約 3 秒的時間，同時保持完整的品質和可靠性。
如何存取圖像生成友好 GPU on Novita AI
對於那些希望實現這些發現的人來說， Novita AI 提供具有最佳硬體組合的預先配置實例：
步驟 1 造訪 Novita AI 並使用您的 Google、GitHub 帳戶或電子郵件地址登入。
步驟 2 前往 GPU 實例 頁。
步驟 3 選擇合適的 GPU 模板：
- 穩定擴散：v1.8.0 用於穩定擴散模型最佳化
- Comfyui:flux1-fp8 用於通量模型最佳化
步驟 4 選擇每台 24 個 vCPU GPU 在右下角，然後選擇「RTX 4090（高頻 CPU）」配置。
RTX 4090（高頻 CPU）的技術規格
- GPU：1×NVIDIA RTX 4090，配備 24GB VRAM
- 中央處理器：高頻CPU（第13代Intel Core i7-13790F）
- 系統內存：58GB RAM
- 處理核心：24 個 vCPU
- 成本效益：0.69 美元/小時（按需定價）
結語
我們的研究最終表明，在執行 AI 影像生成任務時，高頻消費級 CPU 與 RTX 4090 搭配使用時，其效能明顯優於低頻企業級 CPU。這種組合可將效能提高 150%，同時可能降低硬體成本。
透過實施本文概述的其他 ComfyUI 優化技術，使用者可以進一步提高其生成速度和吞吐量。
準備好改變您的 AI 影像生成工作流程了嗎？ 考慮升級到 配備高頻 CPU 的 RTX 4090 立即提高您的生成速度和輸出品質。
關於我們 Novita AI
諾維塔 AI 是一個人工智慧雲端平台，它為開發人員提供了一種使用我們簡單的 API 輕鬆部署人工智慧模型的方法，同時也提供經濟實惠且可靠的 GPU 用於建置和擴展的雲端。
探索 Novita 的更多內容
訂閱以將最新貼文發送到您的電子郵件。
