Héberger ComfyUI sur un VPS : guide complet 2026

Pourquoi self-héberger ComfyUI sur un VPS

Bénéfices concrets de l'auto-hébergement

• Workflows nodaux reproductibles, exportables en JSON et partageables dans l'équipe
• Bibliothèque libre de checkpoints, LoRA et ControlNet sans quota ni censure
• API HTTP pour automatiser la génération depuis vos scripts et pipelines
• GPU distant accessible 24/7 sans monopoliser un poste local
• Installation de custom nodes (extensions communautaires) sans restriction
• Maîtrise des coûts : un VPS GPU à l'heure ou au mois plutôt qu'un paiement par image

Prérequis matériels chiffrés selon le mode d'utilisation

Configuration minimale par scénario

Faites défiler le tableau

Deux méthodes d'installation : Docker vs Python venv

Méthode A — Installation via Python venv (accès direct au matériel)

1. 01

   Installer les dépendances système

   Sur Ubuntu 22.04/24.04 : apt update && apt install -y git python3.12 python3.12-venv python3-pip. ComfyUI supporte Python 3.12 et 3.13 ; la version 3.13 est très bien supportée, la 3.14 peut poser des problèmes de compatibilité avec certains custom nodes.

2. 02

   Cloner le dépôt et créer le venv

   git clone https://github.com/comfyanonymous/ComfyUI.git /opt/comfyui && cd /opt/comfyui && python3.12 -m venv venv && source venv/bin/activate && pip install -r requirements.txt

3. 03

   Installer PyTorch avec support CUDA ou CPU

   Pour GPU NVIDIA (CUDA) : pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124. Pour mode CPU uniquement : pip install torch torchvision. PyTorch 2.7 est le minimum supporté ; une version plus récente est fortement recommandée.

4. 04

   Lancer ComfyUI

   Mode GPU : python main.py --listen 0.0.0.0. Mode CPU : python main.py --cpu --listen 0.0.0.0. Le flag --listen 0.0.0.0 expose ComfyUI sur toutes les interfaces réseau du VPS (nécessaire pour un accès via tunnel ou reverse proxy). L'interface est accessible sur le port 8188.

Méthode B — Déploiement Docker avec GPU

1. 05

   Préparer le VPS GPU

   Sur un VPS avec GPU NVIDIA, installez les pilotes puis le NVIDIA Container Toolkit afin que Docker accède au GPU. Validez avec docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi.

2. 06

   Lancer ComfyUI en conteneur

   Démarrez une image ComfyUI avec accès GPU et volumes persistants : docker run -d --gpus all -p 127.0.0.1:8188:8188 -v /opt/comfyui/models:/app/models -v /opt/comfyui/output:/app/output --name comfyui ghcr.io/ai-dock/comfyui:latest-cuda. Restreindre à 127.0.0.1 évite l'exposition directe. Adaptez le tag de l'image selon la version CUDA de votre VPS.

3. 07

   Vérifier que le GPU est détecté

   Après démarrage : docker logs comfyui | grep -i 'cuda\|gpu\|device'. ComfyUI affiche au démarrage le device sélectionné. Si vous voyez Using CPU, votre GPU n'est pas accessible depuis le conteneur — vérifiez le NVIDIA Container Toolkit.

Télécharger les modèles depuis HuggingFace

Reverse proxy Nginx avec authentification

1. 08

   Créer le fichier d'authentification basique

   apt install -y apache2-utils && htpasswd -c /etc/nginx/.htpasswd votre_utilisateur. ComfyUI n'a pas d'authentification native : sans cette étape, votre instance est accessible à tous.

2. 09

   Configurer le virtual host Nginx

   Créez /etc/nginx/sites-available/comfyui avec : server { listen 443 ssl; server_name comfy.votredomaine.com; ssl_certificate /etc/letsencrypt/live/comfy.votredomaine.com/fullchain.pem; ssl_certificate_key /etc/letsencrypt/live/comfy.votredomaine.com/privkey.pem; auth_basic "ComfyUI"; auth_basic_user_file /etc/nginx/.htpasswd; location / { proxy_pass http://127.0.0.1:8188; proxy_read_timeout 300s; proxy_send_timeout 300s; proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; proxy_set_header Host $host; } }. L'upgrade WebSocket est obligatoire pour l'API temps réel de ComfyUI.

3. 10

   Obtenir le certificat Let's Encrypt et activer

   certbot --nginx -d comfy.votredomaine.com && ln -s /etc/nginx/sites-available/comfyui /etc/nginx/sites-enabled/ && nginx -t && systemctl reload nginx. Fermez ensuite le port 8188 au pare-feu : ufw deny 8188.

Installer ComfyUI Manager et les custom nodes

ComfyUI face à AUTOMATIC1111 (Stable Diffusion WebUI)

Faites défiler le tableau

Dépannage : 4 erreurs courantes

Erreurs fréquentes et solutions

• CUDA not available / Using CPU : ComfyUI n'a pas détecté de GPU. Causes : PyTorch installé sans support CUDA (pip install torch sans l'index CUDA), ou pilotes NVIDIA absents. Vérifiez avec python -c "import torch; print(torch.cuda.is_available())". Si False, réinstallez PyTorch avec --index-url https://download.pytorch.org/whl/cu124. En Docker, vérifiez que le NVIDIA Container Toolkit est bien installé et que vous lancez avec --gpus all.
• CUDA out of memory (OOM) : le modèle ne tient pas en VRAM. Ajoutez --lowvram au lancement de ComfyUI : ce flag force le déchargement des encodeurs de texte en RAM système. Pour Flux sur 8 Go de VRAM, utilisez aussi la variante fp8 du modèle. En dernier recours, --novram décharge tout en RAM (très lent). Réduire la résolution de génération (512×512 plutôt que 1024×1024) est aussi immédiatement efficace.
• ERROR: Could not find model / model not found : le fichier n'est pas au bon endroit. ComfyUI cherche les checkpoints dans models/checkpoints/, les modèles de diffusion Flux dans models/diffusion_models/ (ou models/unet/), les encodeurs de texte dans models/text_encoders/. Un fichier .safetensors dans le mauvais sous-dossier ne sera pas listé dans l'interface. Rafraîchissez la liste avec le bouton « Refresh » dans le nœud de chargement de modèle.
• Port 8188 already in use : un processus ComfyUI ou une autre application utilise déjà le port. lsof -i :8188 identifie le PID. Lancez ComfyUI sur un autre port avec --port 8189, et adaptez votre configuration Nginx en conséquence. En Docker, le conflit peut venir d'un conteneur arrêté mais non supprimé : docker rm comfyui avant de relancer.