在AMD R7 8845/780M上部署Zluda并成功运行Z-image的实践过程

本文将介绍如何在联想Thinkbook 14 R7笔记本上部署Zluda，并成功运行Z-image，以实现高质量的图像生成。该笔记本配置了AMD Ryzen 7 8845处理器和780M显卡，并升级至64G内存，为运行复杂的AI模型提供了良好的硬件支持。

准备工作

在开始之前，需要确保系统已经安装了以下软件和库：

  • git
  • python 3.11
  • Visual C++ runtime library
  • AMD ROCm 6.2.4（确保已关闭安全中心的实时保护，以避免潜在的问题）

安装步骤

  1. 使用git克隆ComfyUI-Zluda仓库：

    git clone https://github.com/patientx/ComfyUI-Zluda
  2. 进入ComfyUI-Zluda目录，并执行install-n.bat文件进行安装。
  3. 安装完成后，运行comfyui-n.bat，这将启动ComfyUI界面。在左侧菜单中找到z-image-turbo的文生图工作流。
  4. 加载工作流时，系统会提示缺少哪些模型，根据提示下载相应的模型文件，并按照工作流内的说明放置到正确的位置。

测试与问题解决

在运行z-image-turbo工作流时，可能会遇到一些问题，以下是常见问题的解决方法：

问题1：CUDA error: CUBLAS_STATUS_NOT_SUPPORTED

此问题通常是由于不兼容的CUDA版本引起的。解决方法是退出当前进程，执行patchzluda2.bat，并输入最新版本的patch URL进行修复。最新版本的补丁可以从以下链接获取：
ZLUDA-windows-rocm6-amd64.zip

问题2：GET was unable to find an engine to execute this computation on first run

此问题通常是由于缺少必要的计算引擎引起的。解决方法是在VAE decode前添加自定义的节点CFZ CUDNN Toggle，并参考相关issue中的图片进行连线配置。

性能表现

经过多次测试，使用Zluda和Z-image-turbo在AMD R7 8845/780M上实现了令人满意的图像生成效果。以下是部分测试结果：

  • 512x512分辨率，采样步数4，首次运行耗时1242.11秒（需要编译，耗时较长）；
  • 512x512分辨率，采样步数4，第二次运行耗时21.42秒；
  • 768x768分辨率，采样步数4，运行耗时59.43秒；
  • 1024x1024分辨率，采样步数4，运行耗时97.38秒。

这些性能指标表明，在消费级硬件上，Zluda和Z-image-turbo能够提供高质量的图像生成服务，且运行效率较高。

通过以上步骤，您可以在AMD R7 8845/780M上成功部署Zluda并运行Z-image，享受AI带来的图像生成乐趣。

标签: none

评论已关闭