一款功能强大的 ComfyUI 扩展，可在多张 GPU 和多台机器之间实现分布式并行处理。通过充分利用您网络和云端的所有可用 GPU 资源，生成更多图像和视频，并加速您的超分辨率工作流程。

---

核心特性

并行工作流处理

• 在多张 GPU 上同时运行带有不同随机种子的工作流，并将结果汇总到主节点上
• 通过增加更多工作节点来扩展输出规模
• 支持图像和视频

分布式超分辨率

• 通过在各 GPU 之间分配图像块，加速 Ultimate SD 超分辨率
• 智能化的任务分配
• 可处理单张图像和视频

易用性

• 自动配置本地工作节点；轻松添加远程/云工作节点
• 仅需两个节点即可将任何工作流转换为分布式模式
• 基于 JSON 的配置，并配有 UI 控制界面

---

工作节点类型

ComfyUI Distributed 支持三种类型的工作节点：

• 本地工作节点 - 同一台机器上的额外 GPU（首次启动时自动配置）
• 远程工作节点 - 您网络中其他计算机上的 GPU
• 云工作节点 - 托管在 Runpod 等云服务上的 GPU，可通过安全隧道访问

有关详细设置说明，请参阅设置指南

---

系统要求

• ComfyUI
• 多张 NVIDIA GPU

如果没有额外的 GPU？请使用云工作节点

• 就这些

---

安装步骤

1. 克隆本仓库 到您的 ComfyUI 自定义节点目录中：

   git clone https://github.com/robertvoy/ComfyUI-Distributed.git
   

2. 重启 ComfyUI

   • 如果您将使用远程/云工作节点，请在主节点的启动参数中添加 --enable-cors-header

3. 请阅读设置指南，了解如何添加工作节点

---

官方赞助商

使用此链接加入 Runpod，即可解锁特别奖励。

---

工作流示例

基础并行生成

在生成一张图像的时间内，生成多张图像。每个工作节点使用不同的随机种子。

下载工作流

1. 打开您的 ComfyUI 工作流
2. 添加 分布式种子 → 连接到采样器的种子输入
3. 添加 分布式收集器 → 在 VAE 解码之后
4. 可选：在分布式收集器上启用 load_balance 功能，以让任务分配给当前负载最低的参与者
5. 在 UI 中启用工作节点
6. 运行工作流！

并行视频生成

在生成一段视频的时间内，生成多段视频。每个工作节点使用不同的随机种子。

下载工作流

1. 打开您的 WAN ComfyUI 工作流
2. 添加 分布式种子 → 连接到采样器的种子输入
3. 添加 分布式收集器 → 在 VAE 解码之后
4. 添加 图像批次分割器 → 在分布式收集器之后
5. 将 divide_by 设置为您拥有的 GPU 数量

例如：如果您有一台主节点和两台工作节点，则将其设置为 3

7. 在 UI 中启用工作节点
8. 运行工作流！

分布式图像超分辨率

通过在多个工作节点之间分配图像块，加速 Ultimate SD 超分辨率，并随着 GPU 数量的增加而提升处理速度。

下载工作流

1. 加载您的图像
2. 使用 ESRGAN 或类似模型进行初步超分辨率
3. 连接到 Ultimate SD 超分辨率分布式 节点
4. 配置图像块分割参数
5. 启用工作节点以加快处理速度

分布式视频超分辨率

通过在多个工作节点之间分配视频帧块，加速 Ultimate SD 超分辨率，并随着 GPU 数量的增加而提升处理速度。

下载工作流

1. 加载您的视频
2. 可选：使用 ESRGAN 或类似模型进行初步超分辨率
3. 连接到 Ultimate SD 超分辨率分布式 节点
4. 配置图像块分割参数
5. 使用 RES4LYF (bong/res2) 以获得更好的效果
6. 启用工作节点以加快处理速度

您可以仅在 Runpod 上运行此工作流，且只需极少的设置。请查看此处的指南。

---

开发者 API

无需打开浏览器，即可通过编程方式控制您的分布式集群。

• 端点: POST /distributed/queue
• 功能: 接受标准的 ComfyUI 工作流 JSON，自动将其分发到可用的工作节点，并返回执行 ID。
• 文档: 查看 API 示例与脚本

⚠️ 安全提示: 请勿将您的 ComfyUI 端口暴露于公共互联网。如需远程访问，请将 ComfyUI 部署在安全代理后方（如 Cloudflare 或 VPN）。

---

分布式值

当您需要为每个工作节点设置覆盖值时（例如，为每个工作节点使用不同的提示、模型或设置），请使用 分布式值。

• 输出类型会尽可能适应连接的输入（STRING、INT、FLOAT、COMBO）。
• 该节点仅显示当前启用的工作节点。
• 如果工作节点的启用状态发生变化，相关字段会自动更新。
• 当断开连接时，它会重置为默认字符串模式，并清除每个工作节点的覆盖值。
• 执行时，主节点使用 default_value；工作节点则使用其映射的覆盖值，并在类型不匹配时回退到默认值。

---

节点

节点	描述
分布式种子	为每个工作节点生成唯一的随机种子
分布式收集器	将工作节点的结果（图像/视频帧，可选音频）收集回主节点；load_balance 可以将任务路由到最空闲的参与者
分布式值	输出每个工作节点的覆盖值，并回退到默认值
终极 SD 分布式放大	将放大任务的分块分配给各个工作节点
图像批次分割器	将图像批次拆分为多 GPU 输出
音频批次分割器	将音频批次拆分为多 GPU 输出
分布式模型名称	将模型路径传递给工作节点，使工作流能够在仅作为编排器的模式下使用主节点上未安装的模型
分布式空白图像	生成一个空白 IMAGE 批次，用于主节点完全委派所有工作的情况

---

常见问题解答

它会合并多个 GPU 的显存吗？

不会，它不会合并多个 GPU 的显存。

它能加快单个图像或视频的生成速度吗？

不能，它并不能加快单个图像或视频的生成速度。相反，它可以让您同时生成更多的图像或视频。不过，在使用“终极 SD 分布式放大”功能时，它可以加快单个图像的放大速度。

它能在 ComfyUI 桌面应用中运行吗？

是的，现在可以了。

我可以将我的 RTX 5090 与 GTX 980 组合起来以获得更快的结果吗？

可以组合不同型号的 GPU，但性能优化的最佳方式是使用相似的 GPU。如果 GPU 之间的性能差异过大，可能会导致瓶颈。

它是否适用于云服务提供商？

是的，它兼容云服务提供商。请参阅设置指南以获取详细说明。

我能否只用我的主机器来协调工作节点而不进行渲染？

可以。打开“分布式”面板并取消勾选主节点切换开关，即可进入仅作为编排器的模式。此时，主节点会将任务分配给工作节点，但不会在本地进行渲染。如果所有工作节点都不可用，主节点会自动重新启用，以确保您的工作流能够继续运行。

我能否在我的 Docker 环境中使用它？

是的，它兼容 Docker 环境，但您需要自行配置 Docker 环境。很遗憾，我们无法提供 Docker 配置方面的协助。

---

免责声明

本软件按“原样”提供，不提供任何明示或暗示的保证，包括适销性、特定用途适用性或非侵权性。开发者和版权所有者对因使用、修改或分发本软件而引起的任何索赔、损害或责任概不负责。用户应自行负责确保遵守适用的法律法规，并保护其网络免受未经授权的访问、黑客攻击、数据泄露或丢失。对于因误用、配置不当或外部威胁而导致的任何损害或事件，开发者不承担任何责任。

---

支持本项目

如果我的自定义节点为您的工作流带来了价值，请通过一杯咖啡来支持未来的开发吧！

您的支持将帮助本项目持续发展。

请在以下链接购买一杯咖啡：https://buymeacoffee.com/robertvoy

ComfyUI-Distributed 快速上手指南

ComfyUI-Distributed 是一个强大的 ComfyUI 扩展，支持跨多台机器和多个 GPU 进行分布式并行处理。它能显著提升图像/视频生成吞吐量，并加速超分（Upscale）工作流。

环境准备

• 核心依赖：已安装并正常运行的 ComfyUI。
• 硬件要求：
  • 多显卡方案：单台机器配备多张 NVIDIA GPU。
  • 多机/云端方案：若无额外本地显卡，可使用局域网内的其他电脑或云端 GPU（如 Runpod）作为 Worker 节点。
• 网络要求：若使用远程或云端 Worker，主节点（Master）需确保网络可达。

安装步骤

1. 克隆仓库 进入 ComfyUI 的 custom_nodes 目录，执行以下命令：

   git clone https://github.com/robertvoy/ComfyUI-Distributed.git
   

   国内加速提示：若下载速度慢，可使用国内镜像源： git clone https://gitee.com/mirrors/ComfyUI-Distributed.git (需确认是否有同步镜像) 或使用代理加速。

2. 配置启动参数（仅限多机/云端模式） 如果您计划使用远程 Worker或云端 Worker，必须在主节点（Master）的 ComfyUI 启动参数中添加 --enable-cors-header。

   • 例如：python main.py --enable-cors-header

3. 重启 ComfyUI 完全重启 ComfyUI 以加载新节点。

4. 配置 Worker 节点

   • 本地多卡：首次启动时会自动检测并配置同一机器上的其他 GPU。
   • 远程/云端：请参考项目文档配置其他机器的连接信息。

基本使用

以下以并行图像生成为例，展示如何用最少的节点实现多卡同时出图。

1. 构建工作流

在现有的文生图（Txt2Img）工作流中，只需添加两个核心节点：

1. 添加 Distributed Seed 节点：

   • 将其输出连接到采样器（Sampler）的 seed 输入端。
   • 作用：为每个 Worker 分配不同的随机种子，确保生成的图片不重复。

2. 添加 Distributed Collector 节点：

   • 将其放置在 VAE Decode 之后，连接到最终的保存节点（Save Image）。
   • 作用：收集所有 Worker 生成的结果并汇总到主节点。
   • 可选：开启 load_balance 模式，可将任务自动路由给当前最空闲的节点。

2. 启用 Worker

• 在 ComfyUI 界面右侧找到 Distributed 面板。
• 勾选您希望参与计算的 Worker 节点（本地多卡会自动列出，远程需先配置好）。

3. 运行工作流

点击 "Queue Prompt"。此时，任务将被分发到所有启用的 GPU 上并行执行。

• 效果：如果您有 3 张显卡，生成 3 张图片的时间将接近生成 1 张图片的时间。

进阶场景提示

• 视频生成：流程同上，但在 Distributed Collector 后需连接 Image Batch Divider 节点，并将 divide_by 设置为参与的 GPU 总数（例如 1 个主节点 + 2 个 Worker = 3）。
• 图片超分：使用 Ultimate SD Upscale Distributed 节点替换普通超分节点，可自动将切片任务分发到多卡加速处理。