VPS и серверы · 8 мин

Аренда GPU-сервера для Stable Diffusion и FLUX в ComfyUI

ComfyUI на выделенном GPU-сервере запускает Stable Diffusion и FLUX без очередей и без оплаты за каждую картинку: поставьте драйвер NVIDIA, установите ComfyUI в виртуальное окружение Python и открывайте интерфейс через SSH-туннель, а не через открытый в интернет порт. В 96 ГБ видеопамяти FLUX.1 [dev] в полной точности помещается с большим запасом.

Что понадобится

Во всех трёх GPU-серверах стоит одна и та же карта, NVIDIA RTX PRO 6000 Blackwell Max-Q, 96 GB GDDR7. Различается то, что вокруг неё:

DS-G1 (Intel Core Ultra 7 265, 128 ГБ RAM, 2 × 1.92 TB NVMe, RAID 1) — ComfyUI для одного человека или небольшой команды хватит с головой. От $1550 в месяц.
DS-G2 (512 ГБ RAM) — когда на той же машине крутятся и другие задачи, например LLM рядом с генерацией картинок.
DS-G3 (4 × 3.84 TB NVMe, RAID 1) — для большой библиотеки чекпоинтов и LoRA или для их обучения.

Сервер выдаётся с чистой Ubuntu 24.04 или Debian 12. Сначала защитите его, как в чек-листе безопасности VPS: шаги те же.

1. Драйвер NVIDIA и проверка

Картам Blackwell нужен свежий драйвер с открытыми модулями ядра. Репозиторий NVIDIA даёт его для обеих систем:

# ubuntu2404 или debian12
DISTRO=ubuntu2404
apt update && apt install -y wget linux-headers-$(uname -r)
wget https://developer.download.nvidia.com/compute/cuda/repos/$DISTRO/x86_64/cuda-keyring_1.1-1_all.deb
dpkg -i cuda-keyring_1.1-1_all.deb
apt update && apt install -y nvidia-open
reboot

После перезагрузки:

nvidia-smi

Вы должны увидеть карту примерно с 96 ГБ памяти. «CUDA Version» там — максимальная версия, которую поддерживает драйвер. CUDA Toolkit ставить не нужно: PyTorch приносит свои библиотеки CUDA.

2. Установка ComfyUI в venv

Запускайте его от отдельного пользователя, не от root:

apt install -y git python3-venv python3-dev
adduser comfy
su - comfy
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
python3 -m venv venv && . venv/bin/activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
pip install -r requirements.txt
python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"

Последняя строка должна вывести True и название карты. Для Blackwell нужен PyTorch, собранный под CUDA 12.8 или новее, отсюда cu128.

3. Модели и где их хранить

Модели лежат в ~/ComfyUI/models/: чекпоинты SD 1.5 и SDXL — в checkpoints/, FLUX — в diffusion_models/, text_encoders/ и vae/, LoRA — в loras/. Доступ к FLUX.1 [dev] закрыт: сначала примите лицензию на Hugging Face и войдите с токеном.

pip install -U huggingface_hub
hf auth login
hf download black-forest-labs/FLUX.1-dev flux1-dev.safetensors --local-dir models/diffusion_models
hf download black-forest-labs/FLUX.1-dev ae.safetensors --local-dir models/vae
hf download comfyanonymous/flux_text_encoders clip_l.safetensors t5xxl_fp16.safetensors --local-dir models/text_encoders

Это около 35 ГБ только на FLUX, чекпоинт SDXL добавит ещё около 7 ГБ. Учтите: у весов FLUX.1 [dev] некоммерческая лицензия, а FLUX.1 [schnell] распространяется под Apache 2.0. Модели всегда можно скачать заново, а ваши воркфлоу и готовые картинки — нет: копируйте user/ и output/, резервные копии — ваша задача.

4. Запуск за SSH-туннелем

В ComfyUI нет авторизации. Держите его на 127.0.0.1 (это значение по умолчанию) и запустите как службу. Создайте от root файл /etc/systemd/system/comfyui.service:

[Unit]
Description=ComfyUI
After=network-online.target

[Service]
User=comfy
WorkingDirectory=/home/comfy/ComfyUI
ExecStart=/home/comfy/ComfyUI/venv/bin/python main.py --listen 127.0.0.1 --port 8188
Restart=on-failure

[Install]
WantedBy=multi-user.target

systemctl daemon-reload && systemctl enable --now comfyui

На своём компьютере откройте туннель и зайдите в браузере на http://localhost:8188:

ssh -N -L 8188:127.0.0.1:8188 deploy@203.0.113.10

Про ключи и SSH-клиенты — в статье о подключении по SSH.

Если что-то не работает

nvidia-smi не может связаться с драйвером. Установились проприетарные модули вместо открытых, или не было перезагрузки. Поставьте nvidia-open и перезагрузитесь.
torch.cuda.is_available() возвращает False или «no kernel image is available». Встала CPU-сборка PyTorch или сборка под старую CUDA. Переустановите его с индексом cu128.
Порт виден снаружи. ss -tlnp | grep 8188 должен показывать 127.0.0.1:8188, а не 0.0.0.0.
Кастомные ноды. Это код на Python с полным доступом к серверу. Ставьте только то, чему доверяете.

GPU-серверы собираются под заказ и готовы через 1–3 рабочих дня после предоплаты. Хотите запускать на той же карте и LLM? Смотрите, что помещается в 96 ГБ.

Заказать DS-G1