.ai

những mô hình AI mã nguồn mở tốt nhất

Tìm kiếm

Chạy Stable Diffusion, SDXL và Flux trên Mac (Apple Silicon): Draw Things, ComfyUI và những gì mong đợi

Q: Ảnh đen hoặc xám

Tràn độ chính xác fp16 trên MPS. Thêm --force-fp32 cho mô hình đó, hoặc dùng VAE SDXL sửa lỗi fp16; trong Draw Things chuyển mô hình sang bản 8-bit hoặc fp32.

Q: "MPS backend out of memory"

Giới hạn cấp phát GPU macOS đạt trước khi RAM đầy. Tăng iogpu.wired_limit_mb, giảm độ phân giải, dùng trọng số lượng tử hóa.

Q: Node tùy chỉnh không nhập được

Phụ thuộc gói chỉ cho CUDA. Xóa node hoặc tìm thay thế tương thích Mac; các node cốt lõi đều chạy được.

Q: Lần tạo đầu rất chậm trong Draw Things

Biên dịch CoreML mô hình lần đầu. Chờ một lần; các lần sau nhanh hơn. Giữ mô hình tải giữa các lần chạy.

Chủ đề: Ứng dụng

Bởi Captain

Đăng ngày 2026-01-21

Tổng quan

Mac Apple Silicon chạy mô hình hình ảnh qua Metal (MPS trong PyTorch, hoặc đường CoreML riêng của Apple trong Draw Things). Không có CUDA, nên số bộ nhớ quan trọng là RAM hợp nhất của Mac, chia sẻ giữa CPU và GPU: MacBook Air 16 GB có thể chạy

SDXL

, máy 32 GB chạy

Flux

ở fp8 và các mô hình video nhỏ, Mac Studio 64 hoặc 128 GB có thể tải gần như mọi thứ, nhưng chậm. Tốc độ là điểm đánh đổi: M2 Max mất 30 đến 60 giây cho ảnh SDXL mà RTX 4070 làm trong 6 giây.

Ba công cụ quan trọng. Draw Things là app gốc miễn phí (Mac, iPhone, iPad) có thư viện mô hình, nhập

LoRA

ControlNet

inpainting

và hiệu năng Mac tốt nhất vì nó chuyển mô hình sang CoreML; đây là lựa chọn đầu tiên phù hợp cho đa số người dùng Mac.

ComfyUI

chạy trên Mac từ mã nguồn với PyTorch MPS; nó hỗ trợ mọi thứ ComfyUI có, một số node cần fp32 và một vài node tùy chỉnh không chạy được trên phần cứng không có CUDA. DiffusionBee là app đơn giản nhất, một cú nhấp, giới hạn ở các mô hình cũ hơn.

Vì tốc độ là nút thắt, người dùng Mac thường dùng đám mây nhiều hơn PC: tạo bản nháp trên các đối tác đám mây, mang bản giữ lại về Draw Things để inpainting và LoRA cá nhân, hoặc làm mọi việc nặng (Flux độ chính xác đầy đủ, video) trên

PirateDiffusion

hoặc

BitVector

và giữ Mac để duyệt web và chỉnh sửa.

Tham khảo

Tên	Kiểu	Ý nghĩa
8 GB Mac	SD 1.5 only	Draw Things với SD 1.5 tinh chỉnh ở 512x768; SDXL đổi mô hình và chạy rất chậm.
16 GB Mac	SD 1.5 , SDXL	SDXL ở 1024x1024 trong Draw Things (CoreML 8-bit) hoặc ComfyUI với --force-fp16; Flux qua Draw Things 8-bit chạy được nhưng chậm.
32 GB Mac	adds Flux fp8, Z-Image , small Wan	Flux dev 8-bit ở 1024 trong 1 đến 3 phút trên M2/M3 Pro-Max; Wan 2.2 5B clip ngắn.
64-128 GB Mac Studio / MacBook Pro Max	adds FLUX.2 , Qwen Image , Wan 14B	Vừa bộ nhớ; dự kiến 5 đến 15 phút cho mỗi ảnh Flux.2 và hàng chục phút cho clip video.
Draw Things	app	Miễn phí, App Store. Quản lý mô hình, nhập LoRA/ControlNet, inpainting, nâng cấp ảnh, script. CoreML tăng tốc các lần chạy lặp sau khi biên dịch lần đầu.
ComfyUI on MPS	from source	Python 3.12, PyTorch nightly hoặc stable với MPS. Các cờ: --force-fp16 (M1/M2) hoặc mặc định; --use-split-cross-attention giúp bộ nhớ.
DiffusionBee	app	Một cú nhấp, SD 1.5/SDXL, thiết lập giới hạn. Phù hợp để thử lần đầu.
iogpu.wired_limit_mb	sysctl	Tăng bộ nhớ macOS cho phép GPU cấp phát (mặc định ~70% RAM). Đặt bằng RAM trừ 8 GB cho mô hình lớn.

Flux tốc độ đầy đủ từ Mac của bạn

BitVector Prism chạy trên Safari: các mô hình Flux, FLUX.2 và Qwen mà chạy chậm trên Apple Silicon được render trong vài giây trên GPU của nó. Giữ Mac cho Draw Things và chỉnh sửa; gửi prompt nặng ở đây.

Dùng thử BitVector

Từng bước

Kiểm tra chip và bộ nhớ: menu Apple > Giới thiệu về máy Mac này. Tìm cấp của bạn trong bảng.
Cài Draw Things từ App Store. Mở app, chọn mô hình trong thư viện (SDXL base hoặc DreamShaper XL cho Mac 16 GB), để nó tải và chuyển đổi.
Tạo ảnh đầu tiên ở 1024x1024, 20 bước, DPM++ 2M Karras,
CFG
6. Lần chạy đầu biên dịch mô hình CoreML nên chậm; các lần sau nhanh hơn.
Nhập LoRA từ trang này: Models > LoRA > Import, chọn file .safetensors; Draw Things chuyển đổi nó. Thêm từ kích hoạt vào prompt.
Với ComfyUI: cài Homebrew, Python 3.12 và git; git clone ComfyUI; pip install -r requirements.txt với PyTorch bật MPS; chạy python main.py; tải workflow mặc định theo hướng dẫn ComfyUI cho người mới.
Trong ComfyUI trên Mac 16 GB thêm --force-fp16 và giữ batch size 1; dùng VAE Decode (Tiled) cho kích thước trên 1024.
Với Flux trên Mac 32 GB+ dùng bản fp8 hoặc GGUF Q8, bộ mã hóa fp8 T5 và chuẩn bị mất vài phút cho mỗi ảnh; tăng wired limit nếu gặp lỗi bộ nhớ.
Giữ các tác vụ nặng cho đám mây: mở trang mô hình bất kỳ, nhấn nút PirateDiffusion hoặc BitVector và chạy prompt đó trên đó trong vài giây.

Ví dụ

Lệnh khởi động ComfyUI trên 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

Tăng giới hạn bộ nhớ GPU (Mac 64 GB)

sudo sysctl iogpu.wired_limit_mb=57344

Cùng prompt trên đám mây từ Mac

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

Mẹo

Draw Things trên iPhone 15 Pro hoặc mới hơn chạy SD 1.5 và các biến thể nhỏ SDXL tại chỗ; tiện khi đi lại, không phù hợp làm nhiều.
Ảnh đen hoặc trắng trên MPS thường do tràn fp16: dùng --force-fp32 cho mô hình đó hoặc VAE SDXL sửa lỗi fp16.
Đóng các app ngốn bộ nhớ (trình duyệt nhiều tab) trước khi tạo ảnh; bộ nhớ hợp nhất nghĩa là Safari và mô hình cạnh tranh.
Draw Things hỗ trợ nhiều mô hình thời ComfyUI (Flux,
Z-Image
,
Qwen Image
,
Wan
) sớm hơn bạn nghĩ; kiểm tra danh sách mô hình trước khi thiết lập ComfyUI.
Node tùy chỉnh nhập thư viện chỉ cho CUDA (xformers, một số công cụ mặt) không chạy trên Mac; hướng dẫn node ComfyUI đánh dấu các node phổ biến.
Tham khảo tốc độ để biết kỳ vọng: SDXL 1024x1024, 25 bước: M1 Pro 90-120 s, M2 Max 35-50 s, M3 Max 25-35 s, M4 Max 18-25 s.

Dùng bản 8-bit với 20 bước, hoặc chạy Flux trên đám mây và SDXL trên máy.

Video từ MacBook Air

PirateDiffusion tạo clip Wan 2.2, LTX-2 và H3 trên server của họ và gửi về Telegram trên Mac hoặc iPhone của bạn. Hàng nghìn mô hình, render không giới hạn, giá cố định hàng tháng.

Dùng thử PirateDiffusion

Câu hỏi

Tôi có nên mua Mac để làm ảnh AI không?

Mua Mac vì lý do khác và tận hưởng việc nó chạy được SDXL; mua PC NVIDIA nếu ảnh AI hoặc video là mục đích chính. Bộ nhớ hợp nhất tốt, tốc độ thì không.