ComfyUI e AI su Mac: installa e genera immagini in locale

Mostra sommario Nascondi sommario

• Perché scegliere la generazione locale su Mac: vantaggi pratici
• Preparare il Mac: il Terminale e l’ecosistema di strumenti
  • Installare Homebrew in modo sicuro
• Python, Git e ambiente virtuale: basi per ComfyUI
  • Creare un ambiente Python isolato
• PyTorch su Mac: sfruttare Metal e la GPU
  • Verificare il supporto MPS
• Capire modelli e formati: come ottimizzare per Apple Silicon
• Modelli FLUX: quale scegliere per velocità e qualità
• Gestire la memoria, errori tipici e avvio sicuro
  • VAE e immagini nere: come evitarle
• Upscaling moderno: SeedVR2 e procedura consigliata
• Peso dei modelli: quanto pesa ogni variante FLUX
• Quali Mac sono più adatti: raccomandazioni pratiche
• Configurazione di test usata per i numeri riportati
• Avvio rapido di ComfyUI nelle sessioni successive

Benvenuto in un’epoca in cui creare immagini sul proprio Mac significa riprendere il controllo creativo e lavorare senza dipendere da servizi esterni. Qui trovi una guida pratica e aggiornata per trasformare il tuo computer in una workstation locale per IA, con istruzioni chiare, consigli sulle prestazioni e le impostazioni migliori per Apple Silicon.

Perché scegliere la generazione locale su Mac: vantaggi pratici

Generare immagini in locale tutela il tuo lavoro e protegge la privacy. I motivi per preferire l’elaborazione sul proprio Mac sono concreti e strategici:

• Proprietà completa: i file e i processi rimangono tuoi, senza clausole che reclamino i diritti sugli output.
• Dati al sicuro: prompt, bozze e modelli restano sul disco locale e non vengono inviati a server esterni.
• Costi sotto controllo: eliminati i canoni ricorrenti, il costo marginale di ogni immagine è quasi nullo.
• Controllo tecnico: scegli pesi, formati e configurazioni per ogni progetto, senza dipendere da decisioni esterne.

Non è necessario essere programmatori avanzati. Il Terminale sarà spesso un punto di copia e incolla per i comandi essenziali.

Preparare il Mac: il Terminale e l’ecosistema di strumenti

Per lavorare al meglio servono pochi strumenti fondamentali. Apri Terminale e procedi con l’installazione del gestore di pacchetti che semplificherà le fasi successive.

Installare Homebrew in modo sicuro

Homebrew rende l’installazione di librerie e utility molto più semplice. Incolla questo comando nel Terminale per installarlo:

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Nota pratica: lo script scarica e avvia l’installer in modo automatico. Non serve altro se non confermare eventuali richieste di permesso.

Python, Git e ambiente virtuale: basi per ComfyUI

Python e Git sono indispensabili per scaricare e mantenere aggiornati i progetti come ComfyUI. Installa le versioni native per Apple Silicon con un solo comando:

brew install git python

Creare un ambiente Python isolato

Usare un venv evita conflitti tra librerie e mantiene pulito il sistema. Ecco i passi principali:

1. Scarica il repository di ComfyUI:

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

2. Entra nella cartella del progetto:

   cd ComfyUI

3. Crea l’ambiente virtuale:

   python3 -m venv .venv

4. Attiva l’ambiente:

   source .venv/bin/activate

Per uscire dall’ambiente digita deactivate. Dopo l’attivazione, ogni pacchetto verrà installato nello spazio isolato.

PyTorch su Mac: sfruttare Metal e la GPU

Per ottenere buone prestazioni sulle GPU Apple, serve PyTorch con supporto Metal. Installa le librerie principali dentro il venv con:

pip install torch torchvision torchaudio

Verificare il supporto MPS

Prima di procedere con modelli pesanti, esegui questo test per controllare che la GPU sia utilizzabile:

python3 -c "import torch; print(torch.backends.mps.is_available())"

Se il risultato è True, la GPU Metal è pronta e possiamo andare avanti.

Capire modelli e formati: come ottimizzare per Apple Silicon

I modelli possono essere monolitici o composti da parti separate. Su Mac con memoria unificata è spesso preferibile caricare solo ciò che serve.

• Checkpoint monolitici (.safetensors): comodi da gestire ma occupano molta UMA quando caricati interamente.
• Componenti separate (UNet, CLIP, VAE): permettono caricamenti selettivi e riducono il rischio di saturare la memoria.
• Precisione: formati come FP8 o BF16 influenzano l’uso di memoria e le performance sulla GPU.
• Evita GGUF quando possibile: può costringere la CPU a conversioni frequenti e rallentare la generazione immagini.

In pratica, per Mac l’ideale sono file .safetensors in FP8 o BF16, ottimizzati per girare su Metal.

Modelli FLUX: quale scegliere per velocità e qualità

La famiglia FLUX offre varianti pensate per fasi diverse del workflow. Ecco come orientarsi in base a tempi e uso pratico.

• FLUX.1 Schnell: progettato per iterazioni rapide. Ideale per prove veloci e per trovare la direzione creativa.
• FLUX.1 Dev (12B): punto di riferimento per lavori professionali con alta fedeltà al prompt.
• FLUX.2 Klein (4B): lightweight, ottimo per schizzi immediati e brainstorming visivo.
• FLUX.2 Dev (32B): per produzioni complesse che richiedono massima densità di parametri.

Strategia pratica: prova con Schnell per testare prompt e parametri, poi passa a Dev per il render finale.

Gestire la memoria, errori tipici e avvio sicuro

Sull’architettura Apple Silicon la memoria è condivisa. Un uso sbagliato può generare errori come OOM o processi terminati con Killed.

VAE e immagini nere: come evitarle

Problemi di precisione possono causare output neri. Avvia ComfyUI con opzioni che mitigano questi casi:

python main.py --highvram --bf16-vae

–highvram aiuta nella gestione aggressiva della memoria condivisa. –bf16-vae forza la decodifica VAE in BF16 per ridurre i problemi FP16.

Upscaling moderno: SeedVR2 e procedura consigliata

Generare prima una versione nativa e poi applicare upscaling è la strada più efficace. Ecco una procedura ottimale:

1. Evita i nodi KSampler pesanti di vecchia generazione.
2. Usa il SeedVR2 Upscaler nativo di ComfyUI v0.28.0+ per upscaling efficiente sulla UMA.
3. Se produci video, considera LTX-2.3 per generare audio e immagini sincronizzati in un unico flusso.

Questa tecnica riduce i crash e mantiene la qualità durante l’ingrandimento delle immagini.

Peso dei modelli: quanto pesa ogni variante FLUX

Conoscere il peso dei file aiuta a scegliere il Mac giusto. I numeri qui sotto sono stime indicative basate su versioni native BF16 o formati quantizzati.

• FLUX.1 Schnell: ~12–16 GB, buon equilibrio tra velocità e qualità.
• FLUX.1 Dev (12B): ~23–24 GB in BF16; ~12–17 GB in versioni quantizzate.
• FLUX.2 Klein (4B): ~8–12 GB, pensato per rapidità.
• FLUX.2 Dev (32B): fino a ~60–64 GB in BF16; ~20–32 GB in versioni quantizzate.

Questi valori influenzano direttamente la scelta della macchina e l’opzione di avvio.

Quali Mac sono più adatti: raccomandazioni pratiche

La memoria unificata definisce cosa è possibile caricare. Ecco configurazioni consigliate in base all’uso.

• Mac mini M4 Pro / M5 Pro (24 GB UMA): ottimo punto d’ingresso. Adatto a FLUX.1 Schnell e versioni quantizzate di Dev.
• Mac Studio M5 Max (36 GB UMA): equilibrio ideale per lavoro giornaliero professionale e upscaling con SeedVR2.
• Mac Studio M5 Ultra (96 GB UMA): postazione professionale. Permette modelli non compressi e multi-workflow senza compromessi.

Consiglio pratico: chiudere app inutili prima di avviare sessioni pesanti migliora la stabilità e la disponibilità di UMA.

Configurazione di test usata per i numeri riportati

I tempi e le prestazioni indicati in questa guida provengono da test su un MacBook Pro M4 con 48 GB di memoria unificata. Con questa macchina i tempi medi sono rapidi e stabili.

• FLUX.1 Schnell: 10–12 secondi per immagine di prova.
• FLUX.1 Dev (12B): 20–30 secondi per render professionale.
• FLUX.2 Dev (32B): 60–90 secondi, a seconda della risoluzione e dei nodi usati.

Avvio rapido di ComfyUI nelle sessioni successive

Dopo l’installazione, per tornare rapidamente al lavoro attiva il venv e avvia il motore con il comando sicuro:

source .venv/bin/activate

python main.py --highvram --bf16-vae

Se il Mac ha meno di 16 GB di UMA, aggiungi --cpu-vae per spostare la decodifica VAE sulla CPU e alleggerire la GPU.