在 RTX 5090 上的 ComfyUI 中进行稳定扩散 XL（SDXL 基础版 + 精炼版）基准测试
在本基准测试中，我们测试了在配备 RTX 5090 GPU 服务器的 ComfyUI 上运行的 Stable Diffusion XL (SDXL) Base + Refiner。目标是测量使用 ComfyUI 基于免费工作流的界面进行高分辨率 AI 图像创建时的图像生成速度、显存占用率以及整体体验。
测试概述
服务器配置：
- GPU: NVIDIA RTX 5090 (32 GB VRAM)
- CPU: 双 Intel Xeon E5-2697 v4（36 核，72 线程）
- 256GB 内存
- 240GB SSD + 2TB NVMe + 8TB SATA
- 操作系统: Windows 11
模型：
- sd_xl_base_1.0.safetensors (~5.1 GB)
- sd_xl_refiner_1.0.safetensors (~6.1 GB)
- 直接通过 ComfyUI 模型管理器下载（来源：Hugging Face）
工作流程和设置
我们选择了 SDXL Base + Refiner 工作流模板，该模板运行基础模型执行初始步骤，并运行精炼模型执行最终的细节增强。
生成设置：
- 分辨率: 1024 × 1024
- 步骤：共 25 步
- 精炼结束步骤：20（精炼运行最后 5 个步骤）
- 采样器：默认（Euler 或 DPM++ 取决于模板）
- 批次大小：已测试 1 和 4（同时生成的图像数量）
- 精度：fp16（ComfyUI 中自动设置）
绩效结果
| 批次大小 | VRAM 峰值使用率 | 每项工作的时间 | 输出计数 |
|---|---|---|---|
| 1 | ~75% (~24 GB) | 6.21秒 | 1张图片 |
| 4 | 100% (~32 GB) | 15.11秒 | 4张图片 |
观察结果：
- 增加批量大小会显著提高 VRAM 使用率，因为多个图像潜在图和注意力图是同时处理的。
- RTX 5090 在满 VRAM 负载下可轻松并行处理 4× 1024×1024 图像。
- ComfyUI 可在同一工作流程中高效地在基础模型和精炼模型之间切换，无需人工干预。
AI 图像生成的最佳 GPU（1024×1024，steps=25，end_at_step=20）
| 批次大小 | VRAM 要求 | 每项工作的时间 |
|---|---|---|
| 1 | ≈ 10~12GB | 基本上在 16GB GPU（A4000、V100）上运行 |
| 2 | ≈ 18~20GB | 需要 20GB 或更大的 VRAM（例如 A5000、RTX4090） |
| 4 | ≈ 32~36GB | 需要 32-48GB GPU（RTX5090、A6000 等） |
⚠ 如果分辨率增加（例如 2048×2048），vRAM 使用率将呈二次方增长，并且 GPU VRAM 将很快耗尽。
质量与模型行为
- 不同的模型在不同的风格和提示下表现出色——SDXL Base + Refiner 通常比仅有基础的工作流程产生更连贯、更详细、更逼真的图像。
- 要获得最佳结果仍然需要及时调整和实验。
- 没有应用量化——SDXL 的 Hugging Face 版本是全精度的，这意味着与量化的 LLM 相比，VRAM 要求相对较高。
用户体验
- ComfyUI 基于节点的工作流程使得可视化和修改图像生成管道（模型、采样器、提示输入、保存节点）变得容易。
- RTX 5090 可以顺利处理工作负载，但由于中美之间的网络延迟，CPU 瓶颈影响了远程桌面的响应速度。升级到较新的 CPU 或优化 RDP 编码可以提高远程控制的流畅度。
测试的功能：
- 模型库——管理和加载不同的检查点
- 节点库——大量的处理和实用节点集合
- 工作流系统——常见设置的模板（例如，SDXL Base + Refiner）
- 队列——按顺序安排多个生成
结论
RTX 5090 在 ComfyUI 中提供了出色的 Stable Diffusion XL 性能：
- 使用 SDXL Base + Refiner 能够在约 15 秒内生成四张 1024×1024 的图像。
- 充分利用 VRAM 容量来处理大批量。
- 为 AI 图像生成提供灵活、免费且可扩展的工作流环境。
对于专业用途，ComfyUI 的免费工具 + API 货币化模型使其对业余爱好者和生产流程都具有吸引力，前提是硬件满足 VRAM 要求（建议 SDXL Base + Refiner 使用 12 GB+，大批量使用 24 GB）。
标签：
稳定的 Diffusion XL 基准测试、SDXL Base、SDXL Refiner、ComfyUI 性能、RTX 5090 AI 图像生成、VRAM 使用情况、AI 基准测试、Hugging Face SDXL、SDXL 工作流程、AI 图像渲染测试