ComfyUI auf AMD-GPU: Installation mit ROCm Schritt für Schritt

#ComfyUI AMD: Welchen Installationsweg sollten Sie wählen?

ComfyUI baut auf PyTorch auf. Auf einer NVIDIA-Grafikkarte nutzt PyTorch CUDA; auf einer Radeon nutzt es ROCm, den Compute-Stack von AMD, dessen HIP-Schicht eine bewusst an CUDA angelehnte Schnittstelle bereitstellt. Deshalb zeigt ComfyUI auch auf einer AMD-Karte „cuda“ an: PyTorch behält diesen Gerätenamen unabhängig vom Hersteller bei. Die ganze Arbeit besteht also darin, eine für ROCm kompilierte PyTorch-Version zu erhalten und einen Treiber, der ihr Zugriff auf die GPU gewährt.

Windows, aktuelle Radeon

ComfyUI Desktop mit ROCm, der offizielle Weg, den AMD beschreibt und Comfy.org angekündigt hat. Er ist der einfachste: Der Installer kümmert sich um Python, PyTorch und die Abhängigkeiten.

Linux

Installation aus dem Quellcode mit einer virtuellen Python-Umgebung und den PyTorch-ROCm-Wheels. Das ist der älteste, am besten dokumentierte Weg, der die meisten Karten abdeckt, auch per Workaround für nicht gelistete Modelle.

Linux, Server oder gemeinsam genutzter Rechner

Docker auf Basis eines von AMD bereitgestellten ROCm-Images. Praktisch, um ComfyUI vom übrigen System zu isolieren und im Fehlerfall wieder bei null anzufangen.

Windows, ältere Radeon

Kein offizieller ROCm-Weg. Die Ausweichlösungen (DirectML oder der Wechsel zu Linux) werden im Abschnitt zur Fehlerbehebung vorgestellt.

Wenn ComfyUI neu für Sie ist, halten Sie unseren Installationsleitfaden für Einsteiger griffbereit: Oberfläche, Nodes und Ablage der Modelle sind auf AMD und auf NVIDIA identisch. Nur die Hardwareschicht ändert sich, und genau sie behandelt dieser Leitfaden.

#Voraussetzungen und unterstützte Grafikkarten

Die Liste der von ROCm unterstützten GPUs ändert sich mit jeder Version, und sie ist unter Windows und Linux nicht dieselbe. Verlassen Sie sich weder auf ein Forum noch auf ein altes Tutorial: Öffnen Sie bei der Installation die Kompatibilitätsmatrix in der Dokumentation „ROCm on Radeon and Ryzen“ und suchen Sie Ihre Karte und Ihr System in der Tabelle der aktuellen Version.

Architektur

Die offiziellen Wege richten sich in erster Linie an Radeon-Karten mit RDNA 3 (RX 7000) und RDNA 4 (RX 9000) sowie an bestimmte Ryzen-AI-Prozessoren mit integrierter Grafik. RDNA 2 (RX 6000) bleibt unter Linux nutzbar, oft mit einer Workaround-Variable. Prüfen Sie Ihr genaues Modell in der Matrix.

Windows-Treiber

AMD Software Adrenalin Edition in der Mindestversion, die auf der Installationsseite von AMD angegeben ist. Eine zu alte Version ist unter Windows die häufigste Fehlerursache.

Linux-Treiber

Der amdgpu-Kerneltreiber einer aktuellen Distribution mit Zugriff auf die Geräte /dev/kfd und /dev/dri. Die PyTorch-ROCm-Wheels bringen die benötigten Rechenbibliotheken mit; eine vollständige ROCm-Installation bleibt jedoch für Diagnosewerkzeuge wie rocminfo nützlich.

Python

Für die manuelle Installation eine Python-Version, die vom gewählten PyTorch-Wheel unterstützt wird. Der Selektor auf pytorch.org gibt sie an.

Festplatte

Rechnen Sie mit mehreren Gigabyte allein für PyTorch ROCm, dazu kommt die Größe der Bildmodelle, die jeweils zwischen einigen Gigabyte und über zehn Gigabyte groß sind.

Videospeicher

Er bestimmt, welche Modelle nutzbar sind, wie bei NVIDIA. Bei einem Ryzen-Prozessor mit integrierter Grafik wird der für die GPU reservierte Speicheranteil im BIOS oder in der AMD-Software eingestellt.

#Windows: ComfyUI Desktop mit ROCm

ComfyUI Desktop ist die offizielle Installationsanwendung von Comfy.org. Auf einer unterstützten AMD-Karte installiert sie eine ROCm-kompatible PyTorch-Version, ohne dass Sie pip-Indizes anpassen müssen. Die AMD-Seite zur Installation von ComfyUI unter Windows und die Ankündigung von Comfy.org zur offiziellen Unterstützung für AMD ROCm sind die beiden maßgeblichen Referenzen: Bei Abweichungen von diesem Leitfaden sind sie verbindlich.

1. 01
   Den Treiber aktualisieren

   Installieren Sie die in der AMD-Dokumentation geforderte Version von AMD Software Adrenalin Edition und starten Sie den Rechner anschließend neu. Je nach Version bietet das Adrenalin-Installationsprogramm auch optionale KI-Komponenten an: Diese sind für diese Anleitung nicht erforderlich.
2. 02
   ComfyUI Desktop herunterladen

   Laden Sie das Windows-Installationsprogramm von der Download-Seite auf comfy.org herunter, niemals von einer Mirror-Seite. Führen Sie es mit Ihrem gewohnten Benutzerkonto aus.
3. 03
   AMD-GPU auswählen

   Wählen Sie im Schritt zur Hardwareauswahl die Option AMD. Wird sie nicht angezeigt oder bleibt sie ausgegraut, wird Ihre Version des Installationsprogramms oder Ihre Grafikkarte nicht unterstützt: Prüfen Sie die Kompatibilitätsmatrix, bevor Sie fortfahren.
4. 04
   Speicherort der Daten wählen

   Wählen Sie einen Ordner auf einem Laufwerk mit ausreichend freiem Speicherplatz: Modelle, Ausgaben und benutzerdefinierte Nodes sammeln sich dort schnell an. Wenn Sie bereits eine ComfyUI-Installation hatten, kann der Assistent deren Modelle übernehmen.
5. 05
   Installation abschließen lassen

   Beim ersten Start werden Python, PyTorch und die Abhängigkeiten heruntergeladen. Das dauert lange und benötigt viel Speicherplatz – das ist normal. Schließen Sie das Fenster nicht, bevor die Oberfläche angezeigt wird.
6. 06
   Protokoll prüfen

   Öffnen Sie die Protokolle über das Menü der Anwendung und suchen Sie die Zeile „Device“: Dort sollte Ihre Radeon genannt sein. Wird stattdessen der Prozessor angezeigt, hat PyTorch die GPU nicht gefunden: Lesen Sie in diesem Fall den Abschnitt zur Fehlerbehebung.

Für eine portable Version ohne Installer sehen Sie auf der Seite der veröffentlichten Releases im GitHub-Repository von ComfyUI nach: Prüfen Sie, ob dort für die aktuelle Version ein Archiv für AMD-Karten aufgeführt ist, und folgen Sie den zugehörigen Anweisungen. Verwenden Sie kein für NVIDIA gedachtes Archiv mit einer AMD-Karte: Es enthält ein CUDA-PyTorch, das Ihre Radeon niemals erkennen wird.

#Linux: ComfyUI für AMD aus dem Quellcode installieren

Unter Linux bleibt die manuelle Installation die flexibelste. Das Prinzip lässt sich in drei Punkten zusammenfassen: Ihrem Benutzer Zugriff auf die GPU geben, PyTorch für ROCm in einer virtuellen Umgebung installieren und dann ComfyUI darüber installieren, ohne dieses PyTorch zu überschreiben.

1. 01
   Zugriff auf die GPU gewähren

   Fügen Sie Ihren Benutzer zu den Gruppen render und video hinzu, melden Sie sich dann ab und wieder an. Andernfalls kann PyTorch /dev/kfd nicht öffnen und erkennt keine GPU.
2. 02
   Prüfen, ob das System die Karte erkennt

   Wenn ROCm installiert ist, sollte rocminfo einen Agent vom Typ GPU mit einer gfx-Kennung auflisten (zum Beispiel gfx1100 für eine RX 7900 XTX, gfx1201 für eine RX 9070 XT). Notieren Sie sich diese Kennung: Sie wird für die Fehlerbehebung benötigt.
3. 03
   Die Python-Umgebung erstellen

   Klonen Sie ComfyUI, erstellen Sie in dessen Ordner eine virtuelle Umgebung und aktivieren Sie sie. Jede Arbeitssitzung beginnt mit dieser Aktivierung.
4. 04
   PyTorch ROCm zuerst installieren

   Wählen Sie auf pytorch.org auf der Seite Get Started Linux, Pip, Python und ROCm: Die Website zeigt den genauen Befehl und die aktuelle ROCm-Version an. Installieren Sie dieses PyTorch vor allen anderen Abhängigkeiten.
5. 05
   ComfyUI installieren und starten

   Installieren Sie die Abhängigkeiten von ComfyUI und starten Sie dann main.py. Die Oberfläche ist standardmäßig unter http://127.0.0.1:8188 erreichbar.

sudo usermod -a -G render,video $LOGNAME
# Fermez la session puis reconnectez-vous, et vérifiez :
groups
rocminfo | grep -i gfx

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
python3 -m venv .venv
source .venv/bin/activate

# Remplacez rocmX.Y par la version affichée sur pytorch.org (Get Started > Linux > Pip > ROCm)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocmX.Y

pip install -r requirements.txt
python main.py

Die README von ComfyUI beschreibt außerdem einen experimentellen Weg unter Windows und Linux mit von AMD veröffentlichten PyTorch-Wheels für bestimmte RDNA-3-, 3.5- und 4-Architekturen. Er entwickelt sich schnell weiter: Wenn Sie ihn ausprobieren möchten, kopieren Sie den Befehl direkt aus dem AMD-Abschnitt der README statt aus einem Tutorial, denn die Index-Adressen hängen von der Architektur Ihrer Karte ab.

#Docker mit einem ROCm-Image

AMD veröffentlicht auf Docker Hub rocm/pytorch-Images, die ROCm und ein bereits dafür kompiliertes PyTorch enthalten. Unseres Wissens gibt es kein offizielles ComfyUI-Image für AMD: Der sauberste Weg besteht darin, vom AMD-Image auszugehen und ComfyUI darin zu installieren. Der Host benötigt lediglich den amdgpu-Treiber; der Container erhält über die Geräte /dev/kfd und /dev/dri Zugriff auf die GPU.

mkdir -p $HOME/comfyui-docker

docker run -it \
  --name comfyui-rocm \
  --device=/dev/kfd --device=/dev/dri \
  --group-add video --ipc=host \
  --security-opt seccomp=unconfined \
  -p 127.0.0.1:8188:8188 \
  -v $HOME/comfyui-docker:/workspace \
  rocm/pytorch:latest

cd /workspace
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python3 main.py --listen 0.0.0.0 --port 8188

Image-Tag

latest ändert sich mit jeder ROCm-Version. Für eine Installation, die Sie reproduzieren möchten, notieren Sie das genaue verwendete Tag und verwenden Sie es erneut, nachdem Sie geprüft haben, dass es Ihre Karte unterstützt.

Umfang

Der in /workspace eingebundene Ordner bewahrt ComfyUI, seine Modelle und Ausgaben, wenn der Container gelöscht wird. Ohne ihn beginnt alles wieder bei null.

Exposition

Der Port wird auf 127.0.0.1 veröffentlicht: Nur der Host-Rechner hat Zugriff auf die Oberfläche. Stellen Sie ComfyUI nicht in einem offenen Netzwerk bereit: Es verfügt standardmäßig über keine Authentifizierung, und benutzerdefinierte Nodes führen Code aus.

Relance

docker start -ai comfyui-rocm rouvre le même conteneur, sans réinstaller.

Es gilt dieselbe Warnung wie bei der manuellen Installation: Prüfen Sie nach pip install, ob das PyTorch im Container weiterhin das von AMD ist.

#Prüfen, ob die AMD-GPU wirklich rechnet

Eine Installation, die startet, beweist nichts: ComfyUI kann auf die CPU ausweichen. Zwei Prüfungen genügen. Die erste fragt PyTorch direkt ab, in der Umgebung, in der ComfyUI läuft.

python -c 'import torch; print(torch.__version__); print(torch.version.hip); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))'

torch.version.hip

Sollte eine Versionsnummer anzeigen. None bedeutet, dass dieses PyTorch nicht für ROCm kompiliert wurde: Fast immer handelt es sich um ein versehentlich installiertes PyTorch für CUDA oder CPU.

torch.cuda.is_available()

Sollte True ausgeben. Das Wort cuda ist auf AMD normal: PyTorch verwendet diese Schnittstelle für HIP weiter.

get_device_name(0)

Sollte Ihre Radeon nennen. Handelt es sich um die integrierte Grafik des Prozessors, lesen Sie den Punkt zur falschen GPU im Abschnitt zur Fehlerbehebung.

Die zweite Prüfung erfolgt während eines Renderings: Unter Linux zeigen rocm-smi oder amd-smi die Auslastung und den belegten Speicher der GPU an; unter Windows zeigen der Task-Manager oder die Adrenalin-Software die Last der Grafikkarte. Steigt der Prozessor auf 100 %, während die GPU im Leerlauf bleibt, läuft die Berechnung nicht über die Radeon.

#Häufige Treiber- und Erkennungsfehler

„hipErrorNoBinaryForGpu“ oder „Unable to find code object“

Das installierte PyTorch enthält keinen Code für die Architektur Ihrer Karte. Unter Linux nennt die README von ComfyUI für Karten, die einer unterstützten Architektur nahekommen, die Variable HSA_OVERRIDE_GFX_VERSION: 10.3.0 für RDNA-2-Karten wie die RX 6700 oder 6600, 11.0.0 für RDNA-3-Karten wie die RX 7600. Dies ist ein Workaround, der von AMD nicht garantiert wird.

Unter Linux keine GPU erkannt

Prüfen Sie nach der erneuten Anmeldung die Mitgliedschaft in den Gruppen render und video (Befehl groups) und anschließend, ob /dev/kfd vorhanden ist. Prüfen Sie in Docker, ob die Optionen --device tatsächlich übergeben wurden.

Falsche GPU ausgewählt

Auf einem Rechner mit integrierter AMD-Grafik und einer Radeon kann PyTorch zwei Geräte erkennen. Beschränken Sie es mit HIP_VISIBLE_DEVICES auf die dedizierte Karte und orientieren Sie sich dabei an der von rocminfo angezeigten Reihenfolge.

AMD-Option fehlt in ComfyUI Desktop

Treiber zu alt, Installer-Version älter als die ROCm-Unterstützung oder Karte nicht in der Matrix. Aktualisieren Sie Adrenalin und den Installer und prüfen Sie dann erneut die Kompatibilität.

ComfyUI läuft nach dem Hinzufügen eines Nodes auf der CPU

Ein Node hat torch neu installiert. Installieren Sie PyTorch ROCm mit dem Befehl von pytorch.org neu und prüfen Sie anschließend torch.version.hip.

Ältere Radeon unter Windows

ComfyUI akzeptiert eine Option --directml mit dem Paket torch-directml. Die README bezeichnet sie als kaum unterstützt: Verwenden Sie sie nur zur Fehlerbehebung. Für die regelmäßige Nutzung auf einer RX 6000 bleibt Linux der zuverlässigste Weg.

# Carte RDNA 2 non listée (ex. RX 6700 XT), selon le README de ComfyUI
HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py

# Carte RDNA 3 non listée (ex. RX 7600)
HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py

# N'utiliser que le premier GPU listé
HIP_VISIBLE_DEVICES=0 python main.py

#Zu wenig Videospeicher: die hilfreichen Einstellungen

Auf AMD äußert sich Speichermangel durch einen Fehler wie „HIP out of memory“ statt „CUDA out of memory“. Die Abhilfen sind dieselben wie bei NVIDIA: zunächst über die Startoptionen von ComfyUI, dann über die Wahl des Modells und der Auflösung.

--lowvram

Teilt das Modell auf und lädt es stückweise. Langsamer, ermöglicht aber den Einsatz größerer Modelle.

--novram

Geht noch weiter, wenn --lowvram nicht ausreicht.

--reserve-vram

Reserviert eine Speichermenge in Gigabyte, die ComfyUI nicht antastet. Nützlich, wenn sich Bildschirm, Browser oder ein anderes Programm dieselbe Grafikkarte teilen.

--cpu-vae

Verlagert das VAE-Dekodieren auf den Prozessor. Der Node VAE Decode (Tiled) ist eine weitere Lösung, die kachelweise auf der GPU bleibt.

Auflösung und Batch

Verringern Sie die Bildgröße oder die Anzahl der Bilder pro Batch, bevor Sie das Modell wechseln: Der beim Dekodieren belegte Speicher wächst mit beiden.

Quantisierte Modelle

Für mehrere große Bildmodelle gibt es reduzierte Versionen (FP8, GGUF über einen eigenen Node). Prüfen Sie, ob das Format von Ihrer PyTorch-ROCm-Version unterstützt wird, bevor Sie sich darauf verlassen.

PYTORCH_HIP_ALLOC_CONF

Das AMD-Äquivalent zu PYTORCH_CUDA_ALLOC_CONF. Der Wert expandable_segments:True kann die Speicherfragmentierung begrenzen; die Wirkung hängt von der PyTorch-Version ab.

python main.py --lowvram --reserve-vram 1

# Variante : allocation moins fragmentée
PYTORCH_HIP_ALLOC_CONF=expandable_segments:True python main.py --lowvram

Die README von ComfyUI erwähnt außerdem eine Variable, TORCH_ROCM_AOTRITON_ENABLE_EXPERIMENTAL=1, die in Kombination mit --use-pytorch-cross-attention auf manchen AMD-Karten eine speichersparendere Attention aktiviert. Sie ist experimentell; wenn sie Fehler verursacht, entfernen Sie sie, bevor Sie nach einer anderen Ursache suchen.

#Was diese Anleitung nicht verspricht

Für diesen Guide wurde kein Geschwindigkeitstest durchgeführt, und Sie finden hier weder Renderzeiten noch einen Vergleich mit einer NVIDIA-Karte. Die Leistung von ComfyUI auf AMD hängt von der Karte, der ROCm-Version, der PyTorch-Version, dem Modell und den Attention-Optionen ab: Eine einzelne Zahl ohne diese Angaben würde Ihnen nichts sagen. Die obigen Befehle folgen der Dokumentation von AMD und PyTorch sowie der README von ComfyUI; die Versionsnummern sollten Sie dagegen bewusst selbst in diesen Quellen nachsehen, da sie sich schneller ändern als ein Guide.

Bedenken Sie außerdem, dass benutzerdefinierte Nodes meist für CUDA geschrieben sind. Einige rufen NVIDIA-spezifische Bibliotheken auf und schlagen auf einer Radeon fehl, auch wenn ComfyUI selbst funktioniert. Prüfen Sie vor der Installation eines komplexen Workflows im Repository jedes Nodes, ob ROCm oder AMD erwähnt wird.

#Weiterführende Informationen

Sobald ComfyUI auf Ihrer Radeon läuft, führen diese Anleitungen die Installation weiter: die ersten Schritte in der Oberfläche, dieselbe ROCm-Konfiguration für Ollama, falls Sie auch LLMs ausführen möchten, und die Datenblätter der gängigsten AMD-Grafikkarten.