算力集群的搭建 🚧 筹备中
13-云算力接入 · 2026-10-12 · 7.0 KB
🚧 筹备中：本专题尚在筹备（内容仍在校对与补充 ⇒ 请以应用实际界面与平台控制台为准 ⚠）
「算力集群」＝把 N 台能跑 ComfyUI 的机器放进一个池：提交任务时，应用自动挑当前最空闲的那台跑。
本文讲清它凭什么值得搭（低门槛 · 高收益），以及怎么搭起来（要几台 · 每台准备什么 · 怎么登记 · 怎么验证）；⛔ 不写镜像内部与运维部署细节。
本专题手工维护（2026-10-12 建）；⚠ 平台界面与地址形态以控制台为准（本页快照 2026-10-12）。
⚠ 平台预期（先决条件）：本文步骤基于「优云智算（CompShare）」平台写（实例形态 / 地址形态 / 云盘路径都是它的）⇒ 换用其它平台时：思路一样，但位置与名称不同 ⇒ 照着找对应项 ✓
⚠ 另一格：要拉进来的若是你自己局域网里的另一台机器（不是云实例）⇒ 见《ComfyUI 本地部署 · 局域网算力集群》（机制相同；前提与说辞不同：免 token · inputDirectory 必填 · 走本地库 ✓）
一、★ 先说结论：这是低门槛、高收益的设计
| 一句话 | 展开 |
|---|---|
| 门槛低到底 | 每台机器只需跑着 ComfyUI ＋ 在应用里登记一条节点 ⇒ ⛔ 不装"集群服务/Agent"、⛔ 不开独立控制台、⛔ 不改镜像 ✓ |
| 收益看得见 | 多台一进池 ⇒ 批量总时长被摊薄、长任务不再堵线、单点故障只少一台不停线 ✓ |
| 加机器的手续 | 复制一行 JSON、改地址、保存 —— 就这些 ✓ |
⇒ 它补的正是"一台机器串行排队"这个最要命的瓶颈：你的活不再被算力排队卡住 ✓
（为什么"高收益"、前提是什么 ⇒ 见 §二；怎么挑机 ⇒ §七；⚠ 但有些事它做不到，见 §九）
二、★★ 为什么值得搭：低门槛 · 高收益（逐条给机理）
2.1 "低门槛"：三条，都是"一行 JSON 的事"
| 门槛 | 实际 |
|---|---|
| 要不要装东西 | ⛔ 不用 —— 没有"集群服务/Agent"，每台就是一台普通 ComfyUI ✓ |
| 要不要先买好几台才能开始 | ⛔ 不用 —— 集群默认那一条就是本机；本机 ＋ 一台云就已经是集群 ✓ |
| 加第三台要干什么 | 复制一行 JSON、改地址 ⇒ 保存即可 ✓ |
2.2 "高收益"：六条机理（每条都问一句"为什么成立"）
| # | 收益 | 机理（为什么成立） |
|---|---|---|
| 1 | 批量吞吐直接叠加（最明显） | 每台默认并发 1 ⇒ 多一台就多一个"跑位" ⇒ 一批 N 个任务的总时长按可用跑位数摊薄（⚠ 是"任务级并行"，单个任务不会变快 —— 见 §九）✓ |
| 2 | 长任务不再堵住整条线 | 长视频 / 高清放大 / 多参考 在单台上就是"串行排队"（排在后面的只显示"排队中"✗ 干等）；多台一开 ⇒ 排队的活被分流 ✓ |
| 3 | 本机与云端各干各自擅长的 | 同类多台可并存：本机吃轻活（快、零成本、反馈快）、云卡吃重活（32 GB 显存跑大模型）⇒ 一台机器再也不用"什么都扛" ✓ |
| 4 | 交互不再被批任务挤掉 ⭐ | 单台并发 1 时，你一发批量，交互试跑就被挤到队尾；集群下有别的机器接手 ⇒ 边跑批量、边试参数 ✓ |
| 5 | 抗单点：坏的只少一台，不是全停 | 某台关机 / 换域名 ⇒ 只把它排除出调度，其余照跑；只有全部不可达才"会话内回退单台" ✓ |
| 6 | 峰值可弹性 | 要交片那几天多开两台（用完关机）、平时留一台 ⇒ 峰值不再被算力卡住，而钱只花在峰值上 ✓ |
⇒ 一句话：它买的不是"更便宜的单价"，而是"更短的总时长 ＋ 更少的干等 ＋ 更稳的产线" ✓
（⚠ 多台同时跑＝多台同时计费 ⇒ 省的是时间，不是账单，见 §九）
2.3 ★ 收益看得见
① 「算力集群」页的健康条：如果看到**多台同时 `运行 1`** ⇒ 并行正在生效 ✓
（只有一台在 `运行 1`、其余 `运行 0` ⇒ 说明你的活还没形成批量，或并发上限设成了 1 但只提交了一个任务）
② 批量任务的总时长：同样 10 个任务，1 台跑 vs 3 台跑 ⇒ 实测一次就有体感 ✓
⚠ 本页不给"提速百分之几"：每台并发、任务大小、各台权重齐不齐都不同 ⇒ 任何笼统数字都不诚实 ✗（自己按上面两条测 ✓）
三、先分清：单台 还是 集群（二者互斥）
| 形态 | 行为 | 什么时候用 |
|---|---|---|
| 单台 | 指定一台实例跑，任务都发到它 | 只有一台；或想固定用某台 ✓ |
| 集群 | 自动挑当前最空闲的节点跑 | 有多台（本机 ＋ 云实例）时吞吐更好 ✓ |
⚠ 三条要记住：
- 互斥：在「算力」面板里选单台会顺手关掉集群（避免集群把单台选择抢走）✓
- 集群优先：集群开着时，ComfyUI 任务走集群；关掉集群 ⇒ 回到单台地址 ✓
- 会话内回退：连续 3 次全不可达 ⇒ 本次会话回退单台，且不动你的集群配置；
节点恢复可达后自动重新启用 ✓（提示原话见 §八）
⚠ 术语：集群里每一台叫一个「节点」（不是"实例"——"实例"在《用镜像创建实例》那篇里指平台上的机器）✓
四、每台机器要满足的四条硬要求
| # | 要求 | 怎么做 | 不满足会怎样 |
|---|---|---|---|
| 1 | 跑着 ComfyUI | 用镜像建的实例（镜像内自动起）✓ | 探测不到 ⇒ 被静默排除（不报错，只是永远不选它）⚠ |
| 2 | 地址含 token / 路径前缀、不带尾斜杠 | 从平台整段复制完整地址（形如 http://8188-<实例ID>-s1.pod.compshare.cn）✓ | 缺 token ⇒ 全路径 404 且被静默排除；尾斜杠 ⇒ 403 / 405 ⚠ |
| 3 | inputDirectory 填绝对路径，且与实例上逐字一致 | 如 /root/ComfyUI/input ✓ | 远端节点必填；填错 ⇒ 报 Invalid file path ✗ |
| 4 | 权重 / 模型各台可以有差异，但模板按"任务实际落到的那台"解析 | 想让 §二 那条"吞吐叠加"真吃满 ⇒ 同镜像 ＋ 同云盘最省心 ✓ | 用错库 ⇒ 任务必挂，而且报错只会说"模型找不到"（最难查的一类 ✗） |
⚠ 两条平台侧的提醒（沿用本专题前面几篇）：
- 平台给的地址里端口已经带上了（8188）⇒ 别再自己拼
:8188✓ - 权重放挂载的云盘（如
/cloud/models/...），并让实例与云盘同区；⚠ 云盘内容不会进镜像，实例里的改动也只落系统盘 ⇒ 想让"多台一致"最省心的做法是同一镜像 ＋ 同一云盘 ✓
五、在应用里登记节点（逐步）
① 打开：设置 →「算力集群」（或顶栏「算力」→ 算力集群）
② 开：点「优先启动（设为首选算力）」⇒ 徽章变「集群调度已开启 · 优先选空闲节点」✓
③ 写：在下面的 JSON 数组里逐台写节点
（说明块原话：上面编辑的是 cluster.json 的 targets 数组，每个对象一台服务器 ✓）
④ 存：点「保存集群配置」⇒ 提示「已写入 cluster.json」✓
字段逐个说（照界面说明）：
| 字段 | 必填？ | 含义 / 默认 |
|---|---|---|
id | 可选 | 稳定标识，缺省自动生成 ⚠ 别与引擎保留值同名（见 §八）✓ |
name | 必填 | 只用于显示，随便起 ✓ |
baseUrl | 必填 | 该台的 ComfyUI 根地址（含 token / 路径前缀、不带尾斜杠）✓ |
inputDirectory | 远端必填 | 该台的 ComfyUI input 绝对路径；本机节点（回环地址）可留空 ⇒ 应用回落到"ComfyUI 根目录"推断 ✓ |
maxConcurrentJobs | 可选 | 目标并发（软上限），默认 1 ✓ —— ⚠ 这是"这台同时接几个任务"，调大等于给这台机器加跑位（受显存限制） |
enabled | 可选 | 默认 true；false ⇒ 即使空闲也不选它 ✓ |
可直接改用的样例（⚠ 地址一律用占位，别把真实地址写进文档）：
[
{ "id": "local", "name": "本地 ComfyUI", "baseUrl": "http://127.0.0.1:8188", "inputDirectory": "", "maxConcurrentJobs": 1, "enabled": true },
{ "id": "cloud-a", "name": "云算力 A", "baseUrl": "http://8188-<实例ID>-s1.pod.compshare.cn", "inputDirectory": "/root/ComfyUI/input", "maxConcurrentJobs": 1, "enabled": true },
{ "id": "cloud-b", "name": "云算力 B", "baseUrl": "http://8188-<实例ID>-s1.pod.compshare.cn", "inputDirectory": "/root/ComfyUI/input", "maxConcurrentJobs": 1, "enabled": true }
]
⚠ 默认就有一条：本地节点（http://127.0.0.1:8188，本机可留空 inputDirectory）⇒ 想"本机 ＋ 两台云"一起进池，就是在它旁边再贴两项 ✓（这就是"低门槛"：你已经有一台的配额了 ✓）
登记方式的边界（别期待它没有的功能）：
- ⛔ 没有自动发现、⛔ 没有导入 / 导出 ⇒ 就是手填这个数组（可复制粘贴数组项来加多台）✓
报错怎么读（照抄界面原话）：
| 提示 | 意思 |
|---|---|
JSON 解析失败：… | 数组写坏了（少逗号 / 多逗号最常见）✓ |
顶层必须是 JSON 数组 [ ... ] | 最外层不是 [ ] ✓ |
第 N 项缺少 name 字段 / 缺少 baseUrl 字段 / 缺少 inputDirectory（远端节点必填） | 逐项补 ✓ |
保存到 cluster.json 失败：… / 读取 cluster.json 失败：… | 落盘读写问题 ⇒ 重试；反复失败按 §九 报障 ✓ |
六、怎么验证搭好了（三层，⚠ 没有"一键检测"）
⚠ 先说清：单台那一侧有「测试连接」按钮；集群这一侧没有——它靠自动轮询 ✓
- 顶栏「算力」的三色灯（悬停看明细）：健康度显示 不可达 / 部分节点异常 / 健康 ✓
- 「算力集群」页的健康条（本页每 4 秒自动探一次）：
- 汇总：
N/M 节点可达✓ - 逐节点：
运行X/排队Y 在途Z/W（W＝该台并发上限）；不可达的显示不可达✓ - ⭐ 顺便看收益：多台同时出现
运行 1⇒ 并行已生效（见 §二·2.3）✓ - 附加告警：
⚠同机N条（同一台机器被配了多条）✓
- 跑一个轻模板端到端确认：按《快速开始（云端算力）》的"跑通标准"走一遍 ⇒ 有产物才算真通 ✓
七、它会怎么挑机器（先知道，少困惑）
| 规则 | 说明 |
|---|---|
| 负载怎么算 | 该节点的 运行 ＋ 排队 ＋ 本应用在途任务数 ⇒ 取最低的 ✓ |
| 并发优先 | 先挑未超并发上限（maxConcurrentJobs）的；都满了 ⇒ 取负载最低那台（＝排进它的队）✓ |
| 不可达的排最后 | 不可达节点永远不被选中 ✓ |
| 无 GPU 的排除 | 报 无可用 GPU（CPU 模式）⇒ 已排除出调度 ⇒ 该节点不参与 ✓ |
| ⭐ 多台在池 ⇒ 提交时"有得挑" | 这正是 §二·收益 1/2 的来源：有空的机器就被选走，而不是全挤在一台上排队 ✓ |
| ⚠ 只在"提交那一刻"选机 | 任务落定后只认那台：不会中途换机器，也不会"失败自动换台重试" ⇒ 想换目标就重新运行 ✓ |
八、搭完之后最常遇到的三件事（含排错）
| 现象 | 原因 → 处置 |
|---|---|
健康条掉一个 不可达 | 那台关机了，或开机后换了域名（云实例常见）⇒ 回设置里更新 baseUrl ✓（见《故障速查（云端）》） |
| 任务一直"排队中" | 那台的并发上限满了（默认 1）⇒ 等它跑完；想更快就调大 maxConcurrentJobs 或再加一台 ✓（⚠ 排队不等于卡死） |
提示 集群节点连续不可达，本次已回退到单台 ComfyUI（你的集群配置未被改动，节点恢复后会自动启用） | 全部节点都探不通 ⇒ 先查网络与地址；配置没被改，节点恢复会自动启用 ✓ |
健康条出现 ⚠同机N条 | 同一台机器在集群里配了多条（或与单台的地址重复）⇒ 建议只保留一处（两处配置不会互相同步，改一处另一处不跟）✓ |
| 提示 节点 id 与引擎保留值同名…请改掉 | 会造成任务归属串台 ⇒ 换一个 id ✓ |
九、一句话总结（＋ ⚠ 它做不到什么）
收益：多台进池 ⇒ 批量总时长摊薄 · 长任务不堵线 · 交互不被挤 · 坏的只少一台 · 峰值可弹性 ✓
门槛：每台只跑 ComfyUI ＋ 复制一行 JSON ⇒ 本机那一台就已经算进池了 ✓
⇒ 买的是"更短的总时长 ＋ 更稳的产线"，不是"更便宜的单价" ✓
⚠ 四条边界（吹归吹，这些它真做不到）：
| 别指望 | 实际 |
|---|---|
| 让单个任务更快 | 这是任务级并行，不做模型拆分 ⇒ 一镜 10 分钟还是 10 分钟 ✓ |
| 自动换台重试 | 提交后只认那台；要换目标得重新运行 ✓ |
| 无限并行 | 受每台并发上限与各台权重是否齐约束；某台缺模型 ⇒ 轮到它就挂（"模型找不到"）✓ |
| 更省钱 | 多台并行＝多台同时计费 ⇒ 省的是时间，账单看机器小时 ✓ |
⚠ 报障时给这三样：健康条截图（哪台不可达）· 该节点的 baseUrl 与 inputDirectory（可打码）· 具体报错原文 ✓
来源：E:/workbuddyProj/unlimitCanvas/ai_manual/cloud_gpu/05-算力集群的搭建.md