Ubuntu安装Docker显卡驱动配置ComfyUI一键部署Z-Image-Turbo文生图创作

第一阶段：系统更新、驱动与工具包安装

功能：系统更新、安装显卡驱动、安装 NVIDIA Container Toolkit。注意：执行完这个脚本后，系统会自动重启。

#!/bin/bash

# ==========================================
# 第一阶段：系统基础配置与驱动安装
# ==========================================

# 1. 更新系统并安装基础工具
echo ">>> 正在更新系统..."
sudo apt update -y
sudo apt upgrade -y 
sudo apt install nano wget unzip -y

# 注意：为了脚本能继续运行，我将第一个 reboot 注释掉了，建议在驱动装完后统一重启
# sudo reboot 

# 2. 安装 NVIDIA 显卡驱动
echo ">>> 正在安装 NVIDIA 显卡驱动 (版本: 580-server-open)..."
sudo ubuntu-drivers install nvidia:580-server-open

# 3. 安装 NVIDIA Container Toolkit
# 参考链接: https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
echo ">>> 正在配置 NVIDIA Container Toolkit..."

sudo apt-get update && sudo apt-get install -y --no-install-recommends \
    curl \
    gnupg2

# 添加 GPG Key 和源
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

# 安装指定版本 (1.18.1-1)
export NVIDIA_CONTAINER_TOOLKIT_VERSION=1.18.1-1
sudo apt-get install -y \
      nvidia-container-toolkit=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
      nvidia-container-toolkit-base=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
      libnvidia-container-tools=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
      libnvidia-container1=${NVIDIA_CONTAINER_TOOLKIT_VERSION}

echo ">>> 第一阶段完成，系统将在 5 秒后重启..."
sleep 5
sudo reboot

#查看 GPU 的基本信息，有输出显卡信息在进行第二步安装
nvidia-smi

+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 580.95.05              Driver Version: 580.95.05      CUDA Version: 13.0     |
+-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 5060 Ti     Off |   00000000:00:10.0 Off |                  N/A |
|  0%   23C    P8              5W /  180W |       2MiB /  16311MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+

第二阶段：Docker 安装与 ComfyUI 部署

功能：安装 Docker、下载代码、配置环境并启动容器。注意：请在系统重启回来，重新连接 SSH 后执行此脚本。

#!/bin/bash

# ==========================================
# 第二阶段：Docker 安装与 ComfyUI 部署
# ==========================================

# 1. 安装 Docker
# 参考: https://docs.docker.com/engine/install/ubuntu/
echo ">>> 正在清理旧版本 Docker..."
sudo apt remove $(dpkg --get-selections docker.io docker-compose docker-compose-v2 docker-doc podman-docker containerd runc | cut -f1)

# 添加 Docker 官方 GPG key
echo ">>> 添加 Docker GPG Key..."
sudo apt update
sudo apt install ca-certificates curl -y
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc

# 注意：确保这一步没报错

# 添加 Docker 软件源
echo ">>> 添加 Docker 软件源..."
sudo tee /etc/apt/sources.list.d/docker.sources <<EOF
Types: deb
URIs: https://download.docker.com/linux/ubuntu
Suites: $(. /etc/os-release && echo "${UBUNTU_CODENAME:-$VERSION_CODENAME}")
Components: stable
Signed-By: /etc/apt/keyrings/docker.asc
EOF

sudo apt update

# 安装 Docker 引擎
echo ">>> 安装 Docker Engine..."
sudo apt install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin -y

# 2. 配置用户组
echo ">>> 将当前用户加入 docker 组..."
# 把当前用户加入 docker 组
sudo usermod -aG docker $USER

# 注意：newgrp 在脚本中执行只会影响子进程，为了让后续命令不报错，这里建议脚本执行完后手动注销一次
# newgrp docker 

# 3. 下载 PyTorch 镜像
# 参考: https://catalog.ngc.nvidia.com/orgs/nvidia/containers/pytorch/tags?version=25.11-py3
# 替换为南京大学镜像: https://doc.nju.edu.cn/books/e1654/page/ngc
echo ">>> 从南京大学镜像源拉取 PyTorch 镜像..."
# 为了防止因用户组未生效导致权限不足，这里临时加了 sudo
sudo docker pull nvcr.nju.edu.cn/nvidia/pytorch:25.11-py3

# 4. 下载 ComfyUI
echo ">>> 正在下载 ComfyUI 源码 (使用国内加速代理)..."
# 使用 ghproxy 加速下载地址
wget -O master.zip https://ghfast.top/https://github.com/comfyanonymous/ComfyUI/archive/refs/heads/master.zip

# 上传到服务器 ~ 目录并解压
echo ">>> 解压源码..."
unzip -o master.zip

# 5. 启动 Docker 容器
echo ">>> 启动 ComfyUI 容器..."
# 首次启动
# 解释：
# --gpus all: 调用所有显卡
# --ipc=host: 共享内存
# -v: 挂载目录
# /bin/bash -c ...: 容器启动后执行的命令（换清华源，过滤torch安装其他依赖，最后启动main.py）
sudo docker run -d \
  --gpus all \
  --name my_ComfyUI \
  --ipc=host \
  -p 8188:8188 \
  -v ~/ComfyUI-master:/workspace/ComfyUI \
  nvcr.nju.edu.cn/nvidia/pytorch:25.11-py3 \
  /bin/bash -c "cd /workspace/ComfyUI && cat requirements.txt | grep -vE '^torch$|^torch>=|^torchvision|^torchaudio' | pip install -r /dev/stdin -i https://pypi.tuna.tsinghua.edu.cn/simple && python main.py --listen 0.0.0.0"

echo ">>> 部署完成！"
echo "请访问: http://你的IP:8188"

# 附带常用命令：
# 关闭 docker: docker stop my_ComfyUI
# 启动 docker: docker start my_ComfyUI
# 模型放置路径: ~/ComfyUI-master/models

使用方法

创建脚本：将上面的内容分别复制到 part1.sh 和 part2.sh 文件中。
赋予权限：Bashchmod +x part1.sh part2.sh
执行顺序：
- 先运行 ./part1.sh，等待系统自动重启。
- 重启重新连接后，运行 ./part2.sh。

注意事项：建议显卡显存16g以上，内存在24g以上，否则可能出现无法运行提示错误问题。

这份教程非常实用，为了方便你在网站（如 kaixinit.com）上发布，我为你进行了规范化处理。我优化了标题层级、修正了命令中的小瑕疵（如补全冒号），并采用了更专业的排版方式。

ComfyUI 实战：Z-Image-Turbo 文生图模型部署教程

Z-Image-Turbo 是一款追求极致生成速度与质量平衡的文生图工作流。本文将详细介绍如何配置其运行环境及模型文件。

一、准备工作：模型下载清单

通过 IP:8188 访问 ComfyUI 界面后，搜索并加载 Z-Image-Turbo 工作流。根据系统提示，你需要下载以下四个核心模型文件：

模型类型	推荐文件名	大小	说明
Text Encoder	`qwen_3_4b.safetensors`	7.49 GB	文本理解编码器 (基于 Qwen)
Diffusion Model	`z_image_turbo_bf16.safetensors`	11.46 GB	核心扩散模型权重
VAE	`ae.safetensors`	319.77 MB	变分自编码器 (图像解码)
LoRA	`pixel_art_style_z_image_turbo.safetensors`	162.25 MB	特定风格权重 (如像素风)

Ubuntu安装Docker显卡驱动配置ComfyUI一键部署Z-Image-Turbo文生图创作

二、模型部署：使用 SCP 远程上传

下载完成后，我们需要将模型从本地计算机上传至服务器。假设你的服务器 IP 为 192.168.1.95，请在本地终端（CMD 或 PowerShell）依次执行以下命令：

以上文件如果通过root账户登录的话，文件路径一般在如下路径，通过scp传输完成

scp "C:\Users\kaixinit.com\Downloads\qwen_3_4b.safetensors" root@192.168.1.95:/root/ComfyUI-master/models/text_encoders/

scp "C:\Users\kaixinit.com\Downloads\z_image_turbo_bf16.safetensors" root@192.168.1.95/root/ComfyUI-master/models/diffusion_models/

scp "C:\Users\kaixinit.com\Downloads\pixel_art_style_z_image_turbo.safetensors" root@192.168.1.95:/root/ComfyUI-master/models/loras/

scp "C:\Users\kaixinit.com\Downloads\ae.safetensors" root@192.168.1.95:/root/ComfyUI-master/models/vae/

三、工作流运行与测试

模型上传完成后，返回 ComfyUI 浏览器界面：

刷新模型列表：F5刷新，确保系统识别到新上传的文件。
设置提示词 (Prompt)：在正向提示词文本框中输入你的创意需求。
- 示例：古典东方美女，必须漂亮真实 或者 (Classic Oriental beauty, must be beautiful and realistic)
生成图像：点击界面右上角的 (运行)。
结果查看：根据服务器显卡性能，系统将在几秒到几十秒内完成计算。

四、效果评价

经过测试，Z-Image-Turbo 在处理东方人像时表现优异，皮肤质感自然，光影细腻，能够很好地兼顾生成效率与视觉美感，非常适合对速度有要求的创作场景。

原创文章，作者：开心电脑网，如若转载，请注明出处。

Ubuntu安装Docker显卡驱动配置ComfyUI一键部署Z-Image-Turbo文生图创作

第一阶段：系统更新、驱动与工具包安装

第二阶段：Docker 安装与 ComfyUI 部署

使用方法

ComfyUI 实战：Z-Image-Turbo 文生图模型部署教程

一、准备工作：模型下载清单

二、模型部署：使用 SCP 远程上传

三、工作流运行与测试

四、效果评价

关于作者

开心电脑网

发表回复

Ubuntu安装Docker显卡驱动配置ComfyUI一键部署Z-Image-Turbo文生图创作

第一阶段：系统更新、驱动与工具包安装

第二阶段：Docker 安装与 ComfyUI 部署

使用方法

ComfyUI 实战：Z-Image-Turbo 文生图模型部署教程

一、 准备工作：模型下载清单

二、 模型部署：使用 SCP 远程上传

三、 工作流运行与测试

四、 效果评价

关于作者

开心电脑网

相关推荐

Ubuntu提示无法在线更新snap store的解决方法

ubuntu通过本地lnmp集成php mysql nginx frpc环境安装wordpress网站，实现定时备份网站和数据库

ubuntu通过docker配置php mysql nginx frpc环境安装wordpress网站

Ubuntu桌面版系统将任务栏放在底部和图标居中的设置方法

ubuntu 24.04 服务器系统通过docker配置ollma和webui的教程

发表回复

一、准备工作：模型下载清单

二、模型部署：使用 SCP 远程上传

三、工作流运行与测试

四、效果评价