igork2580/comfyui-5090
igork2580
为RTX 5090（Blackwell架构）优化的生产级ComfyUI，集成CUDA 13.0、PyTorch cu130、SageAttention及75个自定义节点，通过NVFP4量化实现2-3倍速度提升。
下载次数: 0状态：社区镜像维护者：igork2580仓库类型：镜像最近更新：1 个月前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
ComfyUI RTX 5090 (Blackwell) Docker镜像
为RTX 5090优化的生产级ComfyUI，支持NVFP4量化（在Blackwell GPU上实现2-3倍速度提升）。
技术栈
| 组件 | 版本 |
|---|---|
| CUDA | 13.0 |
| Python | 3.12 |
| PyTorch | Nightly cu130（仅nightly版本支持sm_120/Blackwell架构） |
| 注意力机制 | SDPA + SageAttention（比xformers快约2倍） |
| 基础镜像 | Ubuntu 22.04 (devel) |
包含组件
- 75个自定义节点（29个通过git克隆并固定提交版本 + 45个来自ComfyUI Registry和Manager）
- SageAttention 2.x（带CUDA后端）
- JupyterLab（用于文件管理）
- SSH + Supervisor（用于云pod管理）
- 不含xformers（在Blackwell架构上会静默降级PyTorch）
工作原理
代码内置在镜像中，模型存储在挂载的持久卷上。启动仅需数秒，因为运行时无需安装任何内容。
端口映射
| 端口 | 服务 |
|---|---|
| 8188 | ComfyUI |
| 8888 | JupyterLab |
| 22 | SSH |
为何不使用xformers？
在Blackwell架构（sm_120）上，xformers没有预构建wheels，会静默将PyTorch从cu130降级到cu128，导致NVFP4功能失效。此外，SageAttention本身速度更快（每个注意力操作2.671ms vs 5.194ms）。
自定义节点
完整节点列表及GitHub链接：https://github.com/igork2580/comfyui-5090/blob/main/CUSTOM_NODES.md
源码地址
https://github.com/igork2580/comfyui-5090
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 comfyui-5090 镜像标签
docker pull docker.xuanyuan.run/igork2580/comfyui-5090:<标签>
DockerHub 原生拉取命令
docker pull igork2580/comfyui-5090:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"