Intel Arc B580 属于新一代 Xe 架构 GPU，搭配 oneAPI + PyTorch XPU 后，在本地运行 ComfyUI 进行 AI 绘图已经非常成熟。下面是一套经过实测的、简洁可靠的安装流程，并附带性能表现参考。

1. 下载 ComfyUI 主程序

ComfyUI 是一个节点式的 Stable Diffusion 前端，开源、轻量、可扩展。

GitHub 仓库：
https://github.com/comfyanonymous/ComfyUI (github.com in Bing)

你可以直接点击 Code → Download ZIP，或使用 Git 克隆：

git clone https://github.com/comfyanonymous/ComfyUI.git

2. 安装 Intel XPU 版本的 PyTorch

Intel GPU 不使用 CUDA，而是依赖 oneAPI + PyTorch XPU。官方提供了专门的 pip 源。

在你的 Python 环境中执行：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/xpu

安装完成后，你可以用以下命令验证是否识别到 XPU：

import torch
print(torch.xpu.is_available())
print(torch.xpu.device_count())

如果返回 True 且设备数量大于 0，说明 B580 已被正确识别。

3. 下载 Stable Diffusion 模型（safetensors）

ComfyUI 默认从 models/diffusion_models 目录加载模型。

你可以将 SD1.5、SDXL、或者你喜欢的 LoRA 模型放入：

ComfyUI/models/diffusion_models/

推荐使用 .safetensors 格式，安全且加载更快。

常见模型来源（需自行搜索）：

  • HuggingFace
  • Civitai

4. 安装 ComfyUI 依赖

进入 ComfyUI 目录：

cd ComfyUI
pip install -r requirements.txt

如果你使用 Intel GPU，建议额外安装：

pip install intel-extension-for-pytorch

这会进一步提升 XPU 推理性能。

5. 启动 ComfyUI

在 ComfyUI 根目录运行：

python main.py

首次启动时，终端会打印类似信息：

Using device: xpu:0
Found Intel ARC B580
Loaded VAE on xpu:0
Loaded CLIP on xpu:0

gpu-recognized.jpg
这表示 ComfyUI 已成功使用 Intel Arc GPU（XPU）进行推理。

6. 性能表现（实测参考）

以下为 B580 在 Windows + PyTorch XPU 环境下的实际表现：

● 生图阶段

生成 600×800 分辨率、40 步 的图像，GPU 监控会出现明显峰值，说明推理过程完全跑在 XPU 上。
gpu-usage.jpg

● 放大阶段

使用 UltraSharp（高质量放大模型） 将图像放大至 2 倍，总耗时约：

50.54 秒（含生成 + 放大）
generate.jpg
upscale.jpg
对于中端 Arc GPU 来说，这个速度属于正常水平。

7. 学习 ComfyUI：推荐教程

B 站 Nenly 同学： https://space.bilibili.com/1814756990

该 UP 主的教程清晰易懂，适合从零开始学习节点式工作流。

总结

Intel Arc B580 通过 PyTorch XPU + oneAPI 已经可以稳定运行 ComfyUI，安装流程简单，性能也足够应对日常 AI 绘图需求。只要按照以下步骤即可顺利完成：

  1. 下载 ComfyUI
  2. 安装 PyTorch XPU
  3. 放入模型
  4. 安装依赖
  5. 启动并开始绘图
文章目录