.ai

model AI open source terbaik

Cari

Menjalankan Stable Diffusion, SDXL dan Flux di Mac (Apple Silicon): Draw Things, ComfyUI dan apa yang diharapkan

Q: Gambar hitam atau abu-abu

overflow presisi fp16 di MPS. Tambahkan --force-fp32 untuk model itu, atau pakai VAE SDXL fp16-fix; di Draw Things ganti model ke varian 8-bit atau fp32.

Q: "MPS backend out of memory"

batas alokasi GPU macOS tercapai sebelum RAM penuh. Naikkan iogpu.wired_limit_mb, turunkan resolusi, pakai bobot terkuantisasi.

Q: Node khusus gagal impor

Bergantung pada paket khusus CUDA. Hapus node itu atau cari alternatif yang kompatibel dengan Mac; node inti semua berfungsi.

Q: Generasi pertama di Draw Things sangat lambat

Kompilasi CoreML model saat pertama kali dipakai. Tunggu sekali; jalankan berikutnya lebih cepat. Simpan model tetap dimuat antar jalankan.

Q: Flux butuh 10 menit per gambar

Pertukaran bobot presisi penuh, atau chip dasar M1/M2. Gunakan build 8-bit di 20 langkah, atau jalankan Flux di cloud dan SDXL lokal.

Topik: Aplikasi

Oleh Captain

Diterbitkan 2026-01-21

Apa yang bisa dan tidak bisa dilakukan Mac M1 sampai M4 untuk gambar dan video AI: tiga cara menjalankan model (Draw Things, ComfyUI lewat PyTorch MPS, DiffusionBee), tingkatan memori berdasarkan konfigurasi Mac, kecepatan realistis untuk SD 1.5, SDXL dan Flux, pengaturan yang menghindari gambar hitam dan crash, serta model yang layak ditunggu di Mac.

Ikhtisar

Mac Apple Silicon menjalankan model gambar lewat Metal (MPS di PyTorch, atau jalur CoreML Apple sendiri di Draw Things). Tidak ada CUDA, jadi angka memori yang penting adalah RAM terpadu Mac, yang dibagi antara CPU dan GPU: MacBook Air 16 GB bisa menjalankan

SDXL

, mesin 32 GB bisa menjalankan

Flux

di fp8 dan model video kecil, Mac Studio 64 atau 128 GB bisa memuat hampir semua, tapi lambat. Kecepatan adalah pertukaran: M2 Max butuh 30 sampai 60 detik untuk gambar SDXL yang bisa dibuat RTX 4070 dalam 6 detik.

Tiga alat yang penting. Draw Things adalah aplikasi native gratis (Mac, iPhone, iPad) dengan perpustakaan model, impor

LoRA

ControlNet

inpainting

dan performa Mac terbaik karena mengubah model ke CoreML; ini pilihan pertama yang tepat untuk kebanyakan pengguna Mac.

ComfyUI

berjalan di Mac dari sumber dengan PyTorch MPS; mendukung semua yang didukung ComfyUI, dengan beberapa node butuh fp32 dan beberapa node khusus gagal di perangkat non-CUDA. DiffusionBee adalah aplikasi satu klik paling sederhana, terbatas pada model lama.

Karena kecepatan adalah hambatan, pengguna Mac lebih sering mengandalkan cloud dibanding pengguna PC: buat draft di cloud partner, bawa yang disimpan ke Draw Things untuk inpainting dan LoRA pribadi, atau lakukan semua pekerjaan berat (Flux dengan presisi penuh, video) di

PirateDiffusion

atau

BitVector

dan gunakan Mac untuk browsing situs ini dan mengedit.

Referensi

Nama	Tipe	Artinya
8 GB Mac	SD 1.5 only	Draw Things dengan SD 1.5 fine-tunes di 512x768; SDXL berganti dan berjalan lambat.
16 GB Mac	SD 1.5, SDXL	SDXL di 1024x1024 di Draw Things (CoreML 8-bit) atau ComfyUI dengan --force-fp16; Flux lewat Draw Things 8-bit bisa tapi lambat.
32 GB Mac	adds Flux fp8, Z-Image, small Wan	Flux dev 8-bit di 1024 dalam 1 sampai 3 menit di M2/M3 Pro-Max; Wan 2.2 5B klip pendek.
64-128 GB Mac Studio / MacBook Pro Max	adds FLUX.2, Qwen Image, Wan 14B	Muatan di memori; harapkan 5 sampai 15 menit per gambar Flux.2 dan puluhan menit per klip video.
Draw Things	app	Gratis, App Store. Manajer model, impor LoRA/ControlNet, inpainting, upscaler , skrip. CoreML mempercepat jalannya ulang setelah kompilasi pertama.
ComfyUI on MPS	from source	Python 3.12, PyTorch nightly atau stable dengan MPS. Flag: --force-fp16 (M1/M2) atau default; --use-split-cross-attention membantu memori.
DiffusionBee	app	Satu klik, SD 1.5/SDXL, pengaturan terbatas. Cocok untuk coba pertama.
iogpu.wired_limit_mb	sysctl	Menaikkan memori yang diizinkan macOS untuk GPU alokasikan (default ~70 persen RAM). Set ke RAM dikurangi 8 GB untuk model besar.

Flux dengan kecepatan penuh dari Mac kamu

BitVector Prism jalan di Safari: model Flux, FLUX.2 dan Qwen yang lambat di Apple Silicon bisa dirender dalam detik di GPU mereka. Simpan Mac untuk Draw Things dan editing; kirim prompt berat ke sini.

Coba BitVector

Langkah demi langkah

Cek chip dan memori kamu: menu Apple > Tentang Mac Ini. Cari tingkatanmu di tabel.
Pasang Draw Things dari App Store. Buka, pilih model dari perpustakaannya (SDXL base atau DreamShaper XL untuk Mac 16 GB), biarkan unduh dan konversi.
Buat gambar pertama di 1024x1024, 20 langkah, DPM++ 2M Karras,
CFG
6. Jalankan pertama kompilasi model CoreML dan lambat; jalankan berikutnya lebih cepat.
Impor LoRA dari situs ini: Models > LoRA > Import, pilih .safetensors; Draw Things mengonversinya. Tambahkan kata trigger ke prompt.
Untuk ComfyUI: pasang Homebrew, Python 3.12 dan git; git clone ComfyUI; pip install -r requirements.txt dengan PyTorch yang mendukung MPS; jalankan python main.py; muat workflow default seperti panduan pemula ComfyUI.
Di ComfyUI pada Mac 16 GB tambahkan --force-fp16 dan pakai batch size 1; gunakan VAE Decode (Tiled) untuk ukuran di atas 1024.
Untuk Flux di Mac 32 GB+ gunakan build fp8 atau GGUF Q8, encoder T5 fp8 dan harapkan menit per gambar; naikkan wired limit jika muncul error memori.
Simpan pekerjaan berat untuk cloud: buka halaman model mana saja, tekan tombol PirateDiffusion atau BitVector dan jalankan prompt yang sama di sana dalam hitungan detik.

Contoh

Perintah mulai ComfyUI di Mac

brew install python@3.12 git

git clone https://github.com/comfyanonymous/ComfyUI && cd ComfyUI && pip3 install -r requirements.txt

python3 main.py --force-fp16 --use-split-cross-attention

Menaikkan batas memori GPU (Mac 64 GB)

sudo sysctl iogpu.wired_limit_mb=57344

Prompt yang sama di cloud dari Mac

/render <flux-dev> a quiet harbour at dawn, fishing boats, mist, 35mm film look /size:1216x832 /steps:24

Tips

Draw Things di iPhone 15 Pro atau lebih baru menjalankan SD 1.5 dan varian SDXL kecil secara lokal; berguna untuk perjalanan, bukan untuk volume besar.
Gambar hitam atau kosong di MPS hampir selalu overflow fp16: gunakan --force-fp32 untuk model itu atau VAE SDXL fp16-fix.
Tutup aplikasi yang banyak makan memori (browser dengan banyak tab) sebelum membuat gambar; memori terpadu berarti Safari dan model bersaing.
Draw Things mendukung banyak model era ComfyUI (Flux,
Z-Image
,
Qwen Image
,
Wan
) lebih awal dari yang orang kira; cek daftar modelnya sebelum buat setup ComfyUI.
Node khusus yang impor pustaka khusus CUDA (xformers, beberapa alat wajah) gagal di Mac; panduan node ComfyUI menandai yang umum.
Benchmark untuk atur ekspektasi: SDXL 1024x1024, 25 langkah: M1 Pro 90-120 s, M2 Max 35-50 s, M3 Max 25-35 s, M4 Max 18-25 s.

Gunakan build 8-bit di 20 langkah, atau jalankan Flux di cloud dan SDXL lokal.

Video dari MacBook Air

PirateDiffusion menghasilkan klip Wan 2.2, LTX-2 dan H3 di server mereka dan kirim ke Telegram di Mac atau iPhone kamu. Ribuan model, render tanpa batas, harga bulanan tetap.

Coba PirateDiffusion

Pertanyaan

Haruskah saya beli Mac untuk gambar AI?

Beli Mac untuk alasan lain dan nikmati bisa pakai SDXL; beli PC NVIDIA kalau gambar atau video AI adalah tujuan utama. Kapasitas memori terpadu bagus, kecepatannya tidak.

Apakah Automatic1111 atau Forge jalan di Mac?

A1111 jalan di MPS dengan flag --skip-torch-cuda-test dan lebih lambat dari ComfyUI;

Forge

dukungan Mac terbatas. Draw Things atau ComfyUI pilihan praktis.

Bisakah saya latih LoRA di Mac?

LoRA SD 1.5 dan SDXL bisa dilatih di Draw Things dan kohya dengan MPS, dengan kecepatan sebagian kecil dari NVIDIA. LoRA Flux dan video: pakai pelatih cloud.