是个少女1. 项目概述
作为一名长期在Ubuntu环境下工作的AI开发者，我最近在搭建ComfyUI环境时踩了不少坑。ComfyUI作为当前最流行的Stable Diffusion图形化界面之一，其模块化设计和高效的工作流管理深受开发者喜爱。但在Ubuntu系统上，特别是搭配NVIDIA显卡和Conda环境时，安装过程往往会遇到各种依赖冲突和CUDA版本问题。
本文将详细介绍如何在Ubuntu 22.04 LTS系统上，通过Conda环境管理，使用CUDA 12.1版本的PyTorch来部署ComfyUI。不同于简单的命令罗列，我会深入解释每个步骤背后的技术原理，并分享我在实际部署过程中积累的宝贵经验。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备
2.1 硬件与系统要求
在开始安装前，请确保你的系统满足以下最低要求：
- 显卡：NVIDIA显卡（GTX 10系列及以上），显存建议8GB以上
- 系统：Ubuntu 20.04/22.04 LTS（本文以22.04为例）
- 内存：16GB及以上
- 存储：至少20GB可用空间（用于安装CUDA和模型）
提示：如果你的显卡是RTX 30/40系列，强烈建议使用CUDA 12.x以获得最佳性能支持。
2.2 基础环境检查
首先，我们需要确认几个关键组件是否已正确安装：
- NVIDIA驱动检查：
bash复制nvidia-smi
正常输出应显示你的显卡型号和驱动版本。如果没有输出或报错，需要先安装NVIDIA驱动。
- Conda环境检查：
bash复制conda --version
如果未安装，可以从Miniconda官网获取最新的Linux安装脚本。
- 网络连通性：
确保你的系统可以正常访问GitHub和PyPI源，国内用户可能需要配置镜像源。
3. 详细安装步骤
3.1 创建专用Conda环境
为了避免与系统Python或其他项目产生冲突，我们首先创建一个独立的Conda环境：
bash复制conda create -n comfyenv python=3.11 -y
conda activate comfyenv
选择Python 3.11是因为：
- 它是当前PyTor