أسرع طريقة لتقليل وقت العرض في سير عمل ComfyUI SDXL هي عادةً تقليل حجم عمليات الانتشار قبل تغيير إعدادات التشغيل الأساسية: اختبر بدقة SDXL مناسبة، وحافظ على حجم الدفعة عند 1 أثناء الضبط، واستخدم خطوات أخذ عينات أقل عندما تكون الجودة جيدة، وتجاوز مؤقتًا الإضافات المكلفة مثل أدوات التحسين، وفروع ControlNet، وعمليات تكبير الصورة، أو المعالجات المسبقة. بعد ذلك فقط، يمكنك ضبط ذاكرة الوصول العشوائي للفيديو (VRAM)، ووظائف الانتباه، والمعاينة، وسلوك ذاكرة التخزين المؤقت.
يُعدّ هذا الترتيب مهمًا لأنّ علامات بدء التشغيل لا تُغني عن سير عمل يُحمّل وحدة معالجة الرسومات (GPU) ضعف أو ثلاثة أضعاف العمل اللازم. كما تُوصي وثائق ComfyUI الحالية بتقليل الدقة أو حجم الدفعة أولًا عند بطء عملية التوليد، ثم استخدام تحسينات الذاكرة والانتباه حسب الحاجة. تمّت مراجعة الإرشادات أدناه وفقًا لوثائق ComfyUI وPyTorch الحالية بتاريخ 13 سبتمبر 2026.
قد يستغرق عرض SDXL وقتًا في عدة مراحل: تحميل أو نقل أوزان النموذج، ترميز نص CLIP، إزالة التشويش المتكررة داخل KSampler، معالجة ControlNet أو غيرها من عمليات المعالجة، فك ترميز VAE، تكبير الصورة، وأي مرحلة ثانية أو مرحلة تحسين. إذا كانت ذاكرة الوصول العشوائي للفيديو (VRAM) محدودة، فقد تؤدي عمليات النقل الإضافية من وحدة المعالجة المركزية إلى وحدة معالجة الرسومات (GPU) إلى زيادة زمن الاستجابة.
هذا يعني أن مستخدمين اثنين يمتلكان نفس وحدة معالجة الرسومات (GPU) قد يلاحظان أوقات عرض مختلفة تمامًا. لا يمكن مقارنة رسم بياني أساسي لتحويل نص إلى صورة من فئة 1024 بسير عمل يتضمن مُحسِّنًا، وشبكتي تحكم، ومرحلة ثانية عالية الدقة، ومعالجة دفعة كبيرة. الهدف هو تحديد الجزء المُستهلك للموارد في الرسم البياني، ثم إزالة هذا الجزء أو تحسينه دون التضحية بجودة الإخراج التي تهمك فعلاً.
استخدم موجهًا ثابتًا واحدًا، وبذرة ثابتة واحدة، وحجم دفعة 1، ونفس دقة الإخراج. شغّل سير العمل مرتين على الأقل. قد تتضمن عملية التشغيل الأولى تحميل نقاط التحقق، والتجميع، وعمليات الإدخال/الإخراج على القرص، أو نقل النماذج؛ أما عملية التشغيل اللاحقة فهي مقياس أفضل لسرعة توليد الحالة المستقرة.
تحقق أيضًا مما إذا كانت وحدة معالجة الرسومات (GPU) تقوم بالعمل فعليًا. في أنظمة NVIDIA، nvidia-smiيمكنك عرض استخدام ذاكرة الوصول العشوائي للفيديو (VRAM) واستخدام وحدة معالجة الرسومات. إذا ظل استخدام وحدة معالجة الرسومات منخفضًا بينما يقوم النظام بنقل البيانات أو تحميل النماذج باستمرار، فقد يكون عنق الزجاجة هو ضغط الذاكرة أو عمليات الإدخال/الإخراج وليس وحدة أخذ العينات نفسها.
قبل تحسين سير عمل معقد، قارنه بمسار مبسط: تحميل نقطة التفتيش، تهيئة الموجه، صورة كامنة فارغة، KSampler، فك تشفير VAE، وحفظ الصورة. تُظهر الأمثلة الرسمية لـ ComfyUI أنه يمكن استخدام نقطة التفتيش الأساسية SDXL كنقطة تفتيش عادية. إذا كان هذا الرسم البياني الأساسي سريعًا بينما الرسم البياني للإنتاج بطيئًا، فالمشكلة تكمن في الفروع الإضافية.
أثناء عملية الصياغة، قم بتعطيل المكونات غير الضرورية للقرار الحالي مؤقتًا. تشمل الأمثلة مُحسِّن الصورة، أو عملية تكبير ثانية، أو مُعالِجات الصور المُسبقة، أو شبكات التحكم المتعددة، أو فروع الأنماط الاختيارية. أعد تفعيلها واحدًا تلو الآخر بعد أن تصبح الصورة الأساسية مقبولة.
تُعدّ خطوات أخذ العينات من أبرز العوامل المؤثرة، إذ تُضيف كل خطوة إضافية لإزالة التشويش عبئًا إضافيًا. فإذا قلّلت عدد الخطوات من قيمة عالية إلى قيمة منخفضة، سيقلّ وقت أخذ العينات في عملية العرض، مع العلم أن إجمالي وقت التنفيذ الفعلي لن ينخفض بنفس النسبة تمامًا، لأن تحميل النموذج، وتشفير التعليمات، وفك تشفير VAE، وغيرها من العمليات لا تزال تستغرق وقتًا.
لا تنسخ عدد الخطوات "المثالي" المُعتمد من شخص آخر. يعتمد العدد الصحيح على نقطة التفتيش، وأداة أخذ العينات، والمُجدول، والمُوجِّه، ومخطط تكوين التحكم، وهدف الجودة. من الطرق العملية تثبيت الإعدادات الأساسية واختبار سلسلة خطوات تدريجية صغيرة - على سبيل المثال، الإعدادات الحالية، ثم تقليلها بشكل طفيف، ثم تقليلها مرة أخرى. توقف عندما تتدهور جودة الصور، أو التشريح، أو الطباعة، أو دقة المُوجِّه إلى حدٍّ لا ترغب فيه.
بالنسبة لتقنية SDXL، توصي أمثلة ComfyUI الرسمية باستخدام دقة 1024×1024 أو نسب عرض أخرى ذات عدد بكسلات مماثل تقريبًا، مثل 896×1152 أو 1536×640، للحصول على أفضل أداء للنموذج الأساسي. يؤدي تجاوز هذا العدد من البكسلات بشكل كبير إلى زيادة حجم البيانات الكامنة، وبالتالي زيادة استهلاك موارد الحوسبة والذاكرة.
أثناء ضبط الإعدادات وسير العمل، أبقِ القيمة batch_sizeعلى 1 إلا إذا كنت بحاجة ماسة لاختبار الإنتاجية. تطلب مجموعة من أربع صور من خط المعالجة إنتاج أربع صور في عملية تنفيذ واحدة؛ قد يُحسّن ذلك الإنتاجية في بعض الإعدادات، ولكنه ليس الطريقة المثلى لتقليل وقت معالجة أول صورة، كما أنه يزيد من متطلبات الذاكرة.
إذا كان المنتج النهائي يتطلب دقة أعلى من دقة SDXL الأساسية، ففكّر في فصل "اختبار التركيب" عن مرحلة المعالجة النهائية عالية الدقة. احرص أولاً على ضبط الإعدادات الأولية، والبيانات الأولية، والمعالجة، والتركيب، ثم ادفع تكلفة الترقية المكلفة أو المعالجة الثانية فقط على الملفات المختارة.
يُتيح ComfyUI خيارات متعددة لأخذ العينات وجدولة العمليات في KSampler. يمكن لمجموعات مختلفة الوصول إلى جودة مقبولة في عدد مختلف من الخطوات، لذا فإن "الأسرع" يجب أن يعني الأسرع بالجودة المطلوبة ، وليس مجرد أقصر مدة تشغيل واحدة.
استخدم نفس نقطة التحقق، والموجه، والبذرة، والدقة، وملف التكوين عند المقارنة. غيّر فقط أداة أخذ العينات أو المجدول، ثم قارن وقت العرض وجودة الصورة. إذا تطلّب أحد التركيبين خطوات أقل بكثير لنقطة التحقق مع الحفاظ على النتيجة المطلوبة، فهذا يُعدّ تحسينًا حقيقيًا في السرعة. أما إذا تطلّب خطوات إضافية لاستعادة التفاصيل، فقد يختفي هذا التحسين الظاهري.
صُممت ComfyUI لتنفيذ أجزاء الرسم البياني الضرورية فقط. تشير وثائق المشروع إلى إمكانية إعادة استخدام الأجزاء غير المُعدّلة بين عمليات التنفيذ، ويتضمن النظام الخلفي الحالي خاصية تخزين نتائج العقدة مؤقتًا. يُعد هذا مفيدًا عند تغيير قيمة مُحددة فقط بدلًا من إعادة بناء سير العمل بالكامل.
حافظ على استقرار عقد التحميل وعمليات المعالجة الأولية المكلفة قدر الإمكان. إذا قمت بتغيير نقاط التحقق باستمرار، أو تغيير حجم الصور الكبيرة بشكل متكرر، أو إبطال عقد المعالجة الأولية، فإنك تفقد ميزة العمل المخزن مؤقتًا.
يحتوي ComfyUI أيضًا على ميزة التنفيذ الجزئي الموثقة التي تُشغّل فقط الجزء المطلوب من سير العمل لعقدة إخراج مُحددة. استخدمها عند اختبار فرع لاحق ولا تحتاج إلى إعادة إنشاء جميع المخرجات في رسم بياني كبير.
تُتيح خيارات سطر الأوامر الحالية في ComfyUI العديد من عناصر التحكم في الأداء. وتعتمد تأثيراتها على مكونات الجهاز والذاكرة المتاحة، لذا يُنصح بالتعامل معها كمؤشرات قياس أداء وليست كخيارات إلزامية.
| جلسة | عندما يكون ذلك مفيداً | المقايضة الرئيسية |
|---|---|---|
--preview-method none | إذا تم تمكين معاينات العينات وكنت تهتم فقط بالناتج النهائي | ستفقد خاصية المعاينات المباشرة. لا تستخدم واجهة سطر الأوامر الحالية أي معاينات كإعداد افتراضي. |
--highvram | إذا كان لديك ذاكرة وصول عشوائي كافية للفيديو (VRAM) وكان تكرار عملية تفريغ/إعادة تحميل النموذج يستغرق وقتًا طويلاً | يحتفظ بالنماذج في ذاكرة وحدة معالجة الرسومات ويمكن أن يتسبب في أخطاء نفاد الذاكرة على البطاقات ذات السعة المحدودة. |
--lowvram | إذا لم تتناسب آلية العمل مع ذاكرة الوصول العشوائي للفيديو (VRAM) | هذا في الأساس وضع لتوفير الذاكرة، وليس وضعًا للسرعة؛ يمكن أن يؤدي استخدام وحدة المعالجة المركزية أو عمليات النقل إلى زيادة زمن الاستجابة. |
--use-pytorch-cross-attention | يستحق الأمر إجراء اختبارات قياس الأداء على تركيبات PyTorch/GPU الحديثة | لا تجمع بين علامات وضع الانتباه المتنافية بشكل أعمى. |
--use-flash-attention | يستحق الأمر التجربة عندما تدعم مجموعة الأجهزة/البرامج الخاصة بك المسار الأمثل | يعتمد التوافر والفائدة على المدخلات والنوى المدعومة. |
--cache-classicأو--cache-lru N | سير العمل المتكرر حيث تكون ذاكرة التخزين المؤقت الإضافية مقبولة | يمكن استخدام المزيد من ذاكرة الوصول العشوائي/ذاكرة الفيديو. |
--cache-none | فقط عندما يكون تقليل ذاكرة التخزين المؤقت أكثر أهمية من السرعة | تقول واجهة سطر الأوامر الخاصة بـ ComfyUI أن كل عقدة ستنفذ في كل عملية تشغيل، لذا عادة ما يكون الأمر أسوأ بالنسبة لوقت العرض. |
تتيح واجهة سطر الأوامر الحالية أيضًا إمكانية تفريغ الأوزان غير المتزامنة، ويشير نص المساعدة الخاص بها إلى أنها مُفعّلة افتراضيًا على بطاقات NVIDIA. هذا يعني أن إضافة المزيد من الخيارات لا تُحسّن الأداء تلقائيًا؛ لذا يُرجى أولًا مراجعة أمر التشغيل الحالي وسجلات النظام.
تستطيع خاصية الانتباه المُحسّنة في PyTorch اختيار تطبيقات CUDA المُحسّنة تلقائيًا، مثل FlashAttention أو الانتباه المُوفّر للذاكرة، عندما تسمح بذلك المُدخلات والأجهزة. لهذا السبب، قد تكون مسارات الانتباه الحديثة مهمة، لكن التحسن الدقيق يعتمد على الأجهزة. تجنّب ذكر نسبة مئوية عامة كما لو كانت تنطبق على سير عمل SDXL الخاص بك.
إذا كانت أولويتك هي الحصول على أسرع استجابة، فقم بإضافة صورة واحدة في كل مرة إلى قائمة الانتظار أثناء الضبط. تُعدّ أعداد قوائم الانتظار الكبيرة والدفعات مفيدة عندما تكون على دراية بالإعدادات وترغب في زيادة الإنتاجية، لكنها لا تُسرّع وصول الصورة الأولى.
بمجرد الانتهاء من سير العمل، يمكنك قياس الإنتاجية بشكل منفصل. عندئذٍ، قد يكون من المنطقي استخدام دفعة أكبر إذا سمحت ذاكرة الوصول العشوائي للفيديو بذلك، وإذا كان إجمالي عدد الصور في الدقيقة أهم من زمن الاستجابة لكل صورة.
لا يُفيد التشغيل الأسرع إلا إذا كانت الصورة لا تزال تُحقق هدفك. قارن بين الصورتين قبل وبعد التعديل باستخدام نفس البيانات الأولية والمطلوبة. تحقق أولاً من المناطق التي تفشل عند استخدام إعدادات مُفرطة: النصوص الصغيرة، والأيدي والوجوه، والأنماط المتكررة، والمواد الدقيقة، وتفاصيل الحواف، والالتزام بخصائص الطلب المُحددة.
سجّل هذه العناصر الأربعة على الأقل لكل اختبار: إجمالي وقت التنفيذ، وعدد خطوات أخذ العينات، والدقة، وما إذا تم تحميل النموذج. إذا استغرقت الجولة الأولى 30 ثانية والثانية 12 ثانية، فلا تُنسب تلقائيًا تغييرًا في أداة أخذ العينات، فقد تكون الجولة الأولى قد دفعت تكلفة تحميل نقطة التحقق.
إذا استمر سير عمل SDXL في استغراق وقت طويل بعد هذه التغييرات، فافحص ما تقوم به المهمة فعليًا. قد يكون مخطط الإنتاج متعدد ControlNet، الذي يتضمن مُحسِّنًا وتكبيرًا، مُرهِقًا حسابيًا بطبيعته. عندئذٍ، لديك ثلاثة خيارات واضحة: قبول وقت عرض أطول للصور النهائية، أو استخدام سير عمل مسودة أبسط للتكرار، أو نقل عبء العمل إلى أجهزة أسرع.
وبالمثل، إذا كنت تعاني باستمرار من نفاد ذاكرة الوصول العشوائي للفيديو (VRAM)، فإن فرض وضع "أسرع" يعتمد على وحدة معالجة الرسومات (GPU) ليس الحل الأمثل. فالتنفيذ المستقر في ظل إدارة الذاكرة الديناميكية الافتراضية أو في إعدادات ذاكرة وصول عشوائي أقل للفيديو أفضل من حالات فشل نفاد الذاكرة المتكررة. صحيح أن إعدادات توفير الذاكرة قد تزيد من وقت العرض، إلا أن العرض الناجح وإن كان أبطأ يبقى أفضل من الانهيار السريع.
للاطلاع على السلوك الحالي والخيارات المتاحة، راجع دليل استكشاف الأخطاء وإصلاحها وتحسين الأداء الخاص بـ ComfyUI ، ومصدر وسيطات سطر الأوامر الحالي لـ ComfyUI ، وأمثلة ComfyUI SDXL الرسمية . لتحسين الأداء على مستوى الرسم البياني، راجع قسم التنفيذ الجزئي في ComfyUI ووثائق مشروع ComfyUI . أما بالنسبة لسلوك آلية الانتباه، فراجع وثائق آلية الانتباه النقطي المُقاس في PyTorch .
قم بإنشاء سير عمل محلي لـ Ollama يقوم بإنشاء عناوين SEO منظمة وأوصاف تعريفية بكميات كبيرة، ويتحقق من صحة المخرجات، ويضع علامات على النتائج للمراجعة البشرية.
استخدم مخطط عرض بوربوينت المجاني هذا لعرض قوائم العقارات الحديثة لتنظيم التسعير والتسويق وإعداد العقار وقيمة الوكيل والخطوات التالية للبائع.
قم بإنشاء نموذج تقدير تكلفة مشروع بناء قابل للطباعة في برنامج Excel مع توضيح تكاليف العمالة والمواد والصيغ والهامش والاستثناءات وإجمالي تكاليف العميل الجاهزة للطباعة.
Build stronger Luma Dream Machine video prompts with a practical cinematic lighting formula, reusable recipes, examples, and a fast troubleshooting checklist.
قم بإنشاء عرض تقديمي بسيط للمستثمرين في مجال التكنولوجيا الناشئة باستخدام برنامج PowerPoint مع ترتيب الشرائح الصحيح، وقواعد تصميم واضحة، ومقاييس الجذب، وملحق جاهز للمستثمرين.
امنع برنامج Excel من تحويل الرموز والمعرفات والكسور إلى تواريخ. استخدم تنسيق النص، وعلامات الترقيم، وعناصر التحكم في الاستيراد، وخيارات Microsoft 365 الحالية.
تسريع عمليات عرض ComfyUI SDXL عن طريق تقليل عمل أخذ العينات، والتحكم في الدقة وحجم الدفعة، وتبسيط العقد، واستخدام التخزين المؤقت، وضبط ذاكرة الوصول العشوائي للفيديو (VRAM) والاهتمام بأمان.
قم بإنشاء أداة عملية لتتبع دخل ونفقات العقارات المؤجرة في برنامج Excel مع فئات واضحة، وصيغ، وملخصات شهرية، وإرشادات لحفظ السجلات جاهزة للضرائب.
أنشئ قاعدة معرفية محلية خاصة بالذكاء الاصطناعي باستخدام Ollama و AnythingLLM والتضمينات المحلية و RAG. تعرّف على عملية الإعداد المكونة من أربع خطوات، وفحوصات الخصوصية، والاختبار، والنسخ الاحتياطي.
قم بإصلاح أخطاء نافذة السياق في تحليل المستندات الطويلة عن طريق تقليم المدخلات، وتقسيم الملفات، واستخدام الاسترجاع، والتحقق من أن الإجابة النهائية تغطي المصدر.
