ComfyUI cloud: chạy ComfyUI trên GPU thuê theo giờ

Muốn chạy ComfyUI cloud mà vẫn tự chọn model, custom node (node do cộng đồng viết thêm) và không giới hạn số lần chạy, cách gọn nhất là thuê một máy GPU theo giờ, cài ComfyUI lên đó rồi mở giao diện qua SSH tunnel. Ngày 23/10/2026, mình làm đúng như vậy trên một máy RTX 3090 vừa tạo: chạy một script, 16 phút 48 giây sau ComfyUI 0.42.1 đã chạy kèm model Stable Video Diffusion.

Những điều cần nắm trước khi làm:

• "ComfyUI cloud" có hai kiểu: dịch vụ chạy ComfyUI sẵn trên web, hoặc tự chạy trên máy GPU thuê. Bài này làm kiểu thứ hai.

• Máy GPU thuê theo giờ không giữ dữ liệu sau khi trả máy. Muốn lần sau đỡ mất công thì giữ một script cài và danh sách model, đừng giữ máy.

• Ở AIDev Cloud, tắt máy vẫn bị tính tiền. Chỉ trả máy mới dừng tính tiền, giờ lẻ làm tròn lên một giờ.

• Tesla P40 rẻ hơn một nửa nhưng cần PyTorch bản CUDA 12.6, cài mặc định sẽ báo no kernel image is available.

• Lệnh, thời gian và lỗi trong bài lấy từ hai máy mình thuê cùng ngày 23/10/2026: RTX 3090 và Tesla P40.

ComfyUI cloud là gì, có mấy cách chạy?#

ComfyUI là phần mềm mã nguồn mở để tạo ảnh, video bằng workflow node, tức nối các khối xử lý thành sơ đồ (giới thiệu đầy đủ ở bài ComfyUI là gì). Nó chạy trên máy có GPU. "ComfyUI cloud" nghĩa là ComfyUI chạy trên máy GPU ở xa, bạn dùng qua trình duyệt. Có ba cách để có GPU cho ComfyUI:

Mình chọn cách ở cột giữa vì hay cần đúng model mình muốn và chạy theo đợt: một buổi tối tạo vài chục clip rồi thôi. Phần còn lại của bài là các bước mình đã làm. Nếu máy nhà là Windows có GPU, bài ComfyUI Portable trên Windows có các bước cài bản đóng gói sẵn: giải nén rồi chạy file .bat.

Thuê máy GPU nào để chạy ComfyUI, mỗi giờ bao nhiêu tiền?#

Bảng giá trên trang AIDev Cloud ngày 23/10/2026:

Với ComfyUI, mình chọn RTX 3090 Standard. Model video Wan 2.2 14B fp8 chạy được trên gói này: máy báo 53GB RAM, chạy xong một clip thì dùng 38GB (đo ở bài cài Wan 2.2 trên ComfyUI). P40 rẻ hơn một nửa, nhưng chậm hơn nhiều khi tạo video, nên tính theo từng clip lại đắt hơn:

Số đo SVD chi tiết nằm ở bài Stable Video Diffusion trên GPU riêng.

Bước 1: tạo máy và SSH vào#

Trên trang AIDev Cloud, chọn gói, chọn image "Ubuntu 24.04 AI", dán SSH public key của bạn rồi tạo máy. Máy RTX 3090 của mình sẵn sàng sau 87 giây, máy P40 sau 83 giây. Máy không có IP riêng, nên bạn SSH vào qua cổng mà trang quản lý máy hiện ra (thay vào chữ CỔNG trong lệnh dưới):

ssh -p CỔNG root@hn1.forai.cloud
nvidia-smi --query-gpu=name,memory.total,driver_version --format=csv

name, memory.total [MiB], driver_version
NVIDIA GeForce RTX 3090, 24576 MiB, 610.43.02

Image này có sẵn driver NVIDIA, Python 3.12.3 và git, nhưng chưa có python3-venv, ffmpeg và lệnh hf để tải model. Script ở bước sau cài nốt những thứ đó.

Bước 2: cài ComfyUI bằng một script#

Mình gom mọi bước vào file cai-comfyui.sh: cài gói hệ thống, clone ComfyUI trên GitHub đúng tag, tạo venv, cài PyTorch, tải model, dựng service systemd để ComfyUI tự chạy lại khi khởi động máy. Phần cần sửa nằm ở đầu file:

PHIEN_BAN=${PHIEN_BAN:-v0.42.1}            # tag ComfyUI trên GitHub
THU_MUC=${THU_MUC:-/root/ComfyUI}
TORCH_CUDA=${TORCH_CUDA:-cu130}            # Tesla P40/V100: đặt TORCH_CUDA=cu126
MODEL="
stabilityai/stable-video-diffusion-img2vid-xt svd_xt.safetensors checkpoints
"

Mỗi dòng trong MODEL gồm ba phần: tên repo trên Hugging Face, đường dẫn file trong repo, thư mục con trong models/. Dưới đây là phần chính của script, đã bỏ các dòng in log:

apt-get update -qq && apt-get install -y -qq python3.12-venv python3.12-dev git ffmpeg
git clone -q --depth 1 --branch "$PHIEN_BAN" https://github.com/Comfy-Org/ComfyUI.git "$THU_MUC"
cd "$THU_MUC" && python3 -m venv venv
venv/bin/pip install -q torch torchvision torchaudio --extra-index-url "https://download.pytorch.org/whl/$TORCH_CUDA"
venv/bin/pip install -q -r requirements.txt
venv/bin/hf download "$repo" "$file" --local-dir /root/.cache/tai-model   # lặp theo danh sách MODEL
systemctl enable comfyui && systemctl restart comfyui                      # service nghe ở 127.0.0.1:8188

Chép file lên máy rồi chạy bằng root:

scp -P CỔNG cai-comfyui.sh root@hn1.forai.cloud:/root/
ssh -p CỔNG root@hn1.forai.cloud 'time bash cai-comfyui.sh'

Thời gian từng bước trên hai máy, chạy cùng lúc rạng sáng 23/10/2026:

Đêm đó mạng ra ngoài chậm hơn hẳn mọi lần. Ngày 17/10, các bước tương tự trên máy RTX 3090 (lúc cài Wan 2.2) chỉ mất 37 giây cho apt, 204 giây cho ComfyUI và PyTorch, model tải được 105 đến 120MB/s. Nên hãy coi 17 đến 30 phút là trường hợp xấu. Script chạy lại lần hai trên máy đã cài xong thì hết 18 giây, vì bước nào có rồi nó bỏ qua.

Muốn thêm model, bạn thêm dòng vào MODEL rồi chạy lại script. Ví dụ thêm bản SVD 14 khung:

stabilityai/stable-video-diffusion-img2vid svd.safetensors checkpoints

Bước 3: mở giao diện ComfyUI qua SSH tunnel#

ComfyUI chỉ nghe ở 127.0.0.1 trên máy GPU, nên bạn mở nó qua SSH tunnel: kết nối SSH chuyển cổng 8188 của máy GPU về cổng 8188 trên máy bạn. Trên máy tính của bạn, mở một cửa sổ terminal, chạy lệnh dưới và giữ cửa sổ đó:

ssh -N -L 8188:127.0.0.1:8188 -p CỔNG root@hn1.forai.cloud

Rồi vào http://127.0.0.1:8188 trên trình duyệt. Lần đầu mở, ComfyUI 0.42.1 nạp sẵn một workflow tạo ảnh Z-Image-Turbo và báo đỏ ngay:

Đây không phải lỗi cài đặt. Workflow mặc định cần model Z-Image-Turbo mà mình không tải, nên hai node nạp model viền đỏ. Mở workflow ứng với model bạn đã tải là hết báo đỏ. Với SVD, mình kéo file workflow mẫu vào rồi bấm Run. Sau 81 giây (lần chạy đầu nên tính cả lúc nạp model), clip hiện ở node lưu kết quả và góc phải báo "Job completed":

Vì sao không mở thẳng cổng 8188 ra ngoài? Máy thuê mặc định không có IP riêng nên cổng đó không lọt ra Internet. Nếu bạn thuê thêm IP tĩnh (1.000đ/giờ) và cho ComfyUI nghe ở 0.0.0.0, ai biết địa chỉ cũng vào dùng GPU của bạn được, vì ComfyUI không có đăng nhập. SSH tunnel thì chỉ người có khóa SSH mới mở được.

Giữ model giữa các lần thuê thế nào?#

Đây là điều người chuyển từ máy nhà sang máy thuê hay hỏi đầu tiên. Trang AIDev Cloud ghi rõ hai điều:

• Trả máy là xóa luôn ổ đĩa. Lần thuê sau là một máy trắng.

• Tắt máy (stop) vẫn giữ tài nguyên cho bạn nên vẫn tính tiền như lúc chạy.

Giữ máy để giữ model thì mỗi ngày tốn 24 × 15.000đ = 360.000đ với RTX 3090 Standard, kể cả khi không chạy gì. Mình so ba cách:

Tốc độ scp phụ thuộc mạng nhà bạn. Mình chỉ đo một lần trên mạng gia đình, nên con số 54MB/s chỉ để tham khảo. Cách mình làm:

1. Giữ cai-comfyui.sh và danh sách MODEL trên máy nhà. Đó là thứ quan trọng nhất cần giữ.

2. Model công khai thì để script tải lại từ Hugging Face. Việc tải mất 3 đến 5 phút nhưng bạn không phải làm gì.

3. LoRA hay model tự train thì để trên máy nhà rồi scp lên, hoặc đưa lên một repo riêng tư trên Hugging Face để hf download như model thường.

4. Workflow đã lưu nằm ở ComfyUI/user/default/workflows/. Tải thư mục này về trước khi trả máy, lần sau chép lại là thấy đủ trong giao diện.

Trả máy thế nào để không mất tiền?#

Trước khi bấm trả máy, tải kết quả và workflow về. Lệnh mình dùng, chạy trên máy nhà:

rsync -av -e "ssh -p CỔNG" root@hn1.forai.cloud:/root/ComfyUI/output/ ./comfy-output/
rsync -av -e "ssh -p CỔNG" root@hn1.forai.cloud:/root/ComfyUI/user/default/workflows/ ./comfy-workflows/

Chiều tải về nhanh hơn chiều tải lên: file 300MB về máy Mac mất 4,47 giây. Clip SVD mỗi file chỉ 0,6 đến 1,2MB, nên phần này gần như không tốn thời gian.

Rồi vào trang quản lý máy, chọn trả máy (terminate), đừng chọn tắt máy. Vài điều mình rút ra để tiền máy không phình ra:

• Máy tính tiền theo giờ tròn. Máy RTX 3090 của mình chạy 51 phút nên bị tính 1 giờ (15.000đ). Nếu đã sang phút thứ 61 thì cứ tận dụng tới gần hết giờ thứ hai rồi hãy trả.

• Chuẩn bị ảnh đầu vào, workflow và danh sách model ở máy nhà trước khi thuê, vì máy tính tiền cả lúc bạn ngồi nghĩ.

• Chạy việc dài trong nohup hoặc tmux. Lỡ rớt SSH thì việc vẫn chạy tiếp, bạn khỏi làm lại từ đầu.

• Gặp lỗi chưa sửa được thì cũng trả máy luôn. Sửa script ở máy nhà rồi thuê lại vẫn rẻ hơn để máy chờ.

Tiền máy cho cả đợt đo trong bài: RTX 3090 51 phút, tính 1 giờ, 15.000đ; Tesla P40 1 giờ 14 phút, tính 2 giờ, 14.000đ. Tổng 29.000đ.

Lỗi mình đã gặp khi chạy ComfyUI trên GPU thuê#

1. apt chạy hơn 5 phút#

Bước cài gói hệ thống thường mất chưa tới một phút, rạng sáng 23/10 thì mất 312 giây trên máy RTX 3090 và 428 giây trên máy P40. Mình đo lưu lượng mạng trên máy RTX 3090 lúc apt đang tải từ mirror mặc định vn.archive.ubuntu.com thì chỉ được khoảng 57KB/s. Mình thử tải cùng một gói từ vài mirror trong 15 giây:

Lúc đó máy P40 vẫn đang chạy apt song song nên số nào cũng thấp hơn bình thường. Nếu bước cài gói hệ thống của script đứng lâu, đổi mirror trong /etc/apt/sources.list.d/ubuntu.sources sang http://archive.ubuntu.com/ubuntu/ rồi chạy lại. Script chạy lại được, phần đã xong sẽ bỏ qua.

2. CUDA error: no kernel image is available for execution on the device trên P40#

Với cài đặt mặc định, script cài PyTorch 2.14.1 bản CUDA 13.0. ComfyUI vẫn khởi động bình thường, nhưng bấm chạy thì báo lỗi sau 1 giây. Log của service nói rõ lý do:

Tesla P40 with CUDA capability sm_61 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_75 sm_80 sm_86 sm_90 sm_100 sm_120.

PyTorch bản CUDA 13.0 bỏ hỗ trợ card đời Pascal như P40 (bảng bản CUDA nằm ở trang cài đặt PyTorch). Sửa bằng đúng lệnh mà log gợi ý, mất 129 giây:

cd /root/ComfyUI
venv/bin/pip install --force-reinstall torch==2.14.1 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
systemctl restart comfyui

2.14.1+cu126 Tesla P40 ['sm_50', 'sm_60', 'sm_70', 'sm_75', 'sm_80', 'sm_86', 'sm_90']

Thuê P40 thì chạy script với TORCH_CUDA=cu126 bash cai-comfyui.sh ngay từ đầu để khỏi cài PyTorch hai lần. Danh sách của bản cu130 cũng không có sm_70 của V100, nên V100 cũng cần cu126 (mình suy ra từ danh sách này, chưa chạy thử trên V100).

3. "2 errors found" ngay lần đầu mở giao diện#

Mình đã kể ở bước 3: workflow mặc định cần model mình chưa tải. Không cần sửa gì, mở workflow của model bạn đã tải là xong. Còn nếu workflow tải về báo thiếu custom node, bài ComfyUI Manager: cài custom node chỉ cách bật Manager và cài node còn thiếu.

Khi nào không nên tự chạy ComfyUI trên GPU thuê?#

• Bạn chỉ chạy vài lần mỗi tháng và không muốn đụng dòng lệnh. Mỗi lần thuê mất 17 đến 30 phút cài (lúc mạng chậm) trước khi tạo được ảnh đầu tiên.

• Bạn cần ComfyUI chạy liên tục cả ngày, ngày nào cũng dùng. Lúc đó tính thử thuê tháng hoặc mua card, phép tính có ở bài RTX 3090 cũ chạy AI.

• Bạn cần nhiều người dùng chung một giao diện qua Internet. ComfyUI không có đăng nhập, mở ra ngoài là rủi ro.

• Workflow của bạn cần custom node chỉ chạy trên Windows. Mình mới cài trên Ubuntu, chưa thử ComfyUI trên image Windows.

Câu hỏi thường gặp#

ComfyUI cloud có miễn phí không?#

ComfyUI là phần mềm mã nguồn mở, miễn phí. Bạn trả tiền máy GPU: RTX 3090 Standard 15.000đ/giờ, Tesla P40 Standard 7.000đ/giờ trên AIDev Cloud ngày 23/10/2026. Một clip SVD-XT trên RTX 3090 tốn khoảng 310đ tiền máy. Nếu chỉ cần vài ảnh, bài Stable Diffusion miễn phí so các cách không tốn tiền máy như trang tạo ảnh online, Space Hugging Face và Colab.

Tắt máy có giữ được model không?#

Tắt máy thì ổ đĩa còn nguyên, nhưng vẫn bị tính tiền theo giờ như lúc chạy. Trả máy thì ngừng tính tiền và ổ bị xóa. Vì vậy mình giữ script cài và danh sách model ở máy nhà, mỗi lần thuê thì cài lại.

Cần card bao nhiêu VRAM để chạy ComfyUI?#

Tùy model. Trên RTX 3090 24GB, mình đo Stable Video Diffusion XT bằng diffusers cần khoảng 11 đến 13GiB VRAM, Wan 2.2 14B fp8 dùng gần hết 24GB. Card 24GB chạy được hầu hết workflow ảnh và video phổ biến.

Có cần thẻ quốc tế để thuê GPU không?#

Không. AIDev Cloud nạp ví bằng QR chuyển khoản ngân hàng, tính tiền bằng đồng Việt Nam.

Mất kết nối SSH thì ComfyUI có dừng không?#

Không. Script dựng ComfyUI thành service systemd nên nó chạy độc lập với phiên SSH. Rớt mạng thì chạy lại lệnh SSH tunnel và mở lại trình duyệt, việc đang chạy vẫn tiếp tục.

Đọc tiếp#

• Stable Video Diffusion trên GPU riêng: model mình dùng để thử bộ cài trong bài, kèm số đo VRAM và chất lượng clip.

• Wan 2.2 ComfyUI: cài từ máy trắng đến clip đầu tiên: script cài riêng cho model video Wan 2.2.

• ComfyUI là gì: giới thiệu ComfyUI, 4 model tạo ảnh đo trên RTX 3090.

• Giá thuê GPU theo giờ: so tốc độ và tiền cho từng việc trên P40, RTX 3090, V100.

• AI Local: chạy LLM và AI tạo ảnh trên máy bạn: bài tổng quan của chuyên mục.

Có script trong tay rồi thì bạn có thể thuê RTX 3090 theo giờ trên AIDev Cloud, chạy script, làm xong việc thì tải kết quả về và trả máy.

Chạy ngày 23/10/2026 trên hai máy AIDev Cloud gói Standard (25 vCPU, 53GB RAM, Ubuntu 24.04.4): RTX 3090 24GB (driver 610.43.02, PyTorch 2.14.1+cu130) và Tesla P40 24GB (driver 580.173.02, PyTorch 2.14.1+cu126). ComfyUI 0.42.1.