ComfyUI Qwen-Image-Edit-F2P 开发环境搭建VMware虚拟机中配置Ubuntu与GPU直通你是不是也想在本地电脑上跑一跑最新的AI图像编辑模型但又不想折腾复杂的Linux系统或者担心搞乱了自己的主力工作环境我刚开始接触Qwen-Image-Edit-F2P这类模型时也有同样的困扰。直接在Windows上部署依赖问题一堆装个双系统切换起来又麻烦。后来我发现用虚拟机其实是个挺不错的折中方案。它就像在你的电脑里单独划出一个小房间专门用来折腾这些开发环境搞砸了也不会影响外面的“客厅”和“卧室”。今天我就来手把手带你走一遍这个流程如何在Windows电脑上通过VMware Workstation创建一个Ubuntu虚拟机并尽可能地把主机的GPU“借”给虚拟机用最后在这个虚拟的Ubuntu系统里像在星图平台一样用Docker把Qwen-Image-Edit-F2P跑起来。整个过程听起来步骤不少但别担心我们一步步来我会尽量把每个环节都讲清楚。最终目标是让你拥有一个隔离、干净、且能利用GPU加速的本地开发测试环境。1. 准备工作检查你的“装备”在开始动手之前我们得先看看手头的“装备”是否齐全。这就像木工干活前得确认有合适的木头和工具一样。首先最重要的是你的电脑硬件。我们的目标是让虚拟机也能用上GPU这需要你的电脑硬件和主板BIOS支持一个叫“IOMMU”对Intel平台是VT-d对AMD平台是AMD-Vi的技术并且你的VMware Workstation版本也要支持直通。你可以按照下面的清单自查一下CPU与主板确认你的CPU和主板芯片组支持IOMMU/VT-d/AMD-Vi。通常近几年的Intel酷睿i5/i7/i9及至强处理器以及AMD Ryzen系列都支持。你需要进入电脑的BIOS/UEFI设置中找到相关选项并启用它。这个选项的名字可能是“Intel VT-d”、“AMD-Vi”、“IOMMU”或“Virtualization Technology for Directed I/O”。GPU拥有一块独立的NVIDIA或AMD显卡。集成显卡通常无法直通。对于NVIDIA显卡部分消费级显卡的驱动在虚拟机环境中可能受限但通常用于计算如CUDA是可以的。AMD显卡对直通相对友好一些。主机系统Windows 10或11的专业版、企业版或教育版。家庭版可能缺少一些Hyper-V相关功能会影响VMware的性能。软件VMware Workstation Pro我们需要专业版因为只有Pro版才支持GPU直通他们叫“PCI设备直通”或“Passthrough”。你可以从官网下载试用版。Ubuntu Server ISO镜像推荐使用22.04 LTS或24.04 LTS版本长期支持社区资源丰富。我们将使用Server版而非Desktop版因为它更轻量资源占用少更适合做服务器/开发环境。Qwen-Image-Edit-F2P的Docker镜像信息你需要知道镜像的名称或拉取路径。通常这类镜像会发布在如Docker Hub、阿里云容器镜像服务等平台上。如果你的硬件不支持GPU直通也别灰心。我们仍然可以完成虚拟机和Docker环境的搭建只是后续模型推理会完全依赖CPU速度会慢很多但用于学习流程和测试代码逻辑是完全可行的。2. 创建与安装Ubuntu虚拟机准备好了工具我们现在就来搭建那个“小房间”——Ubuntu虚拟机。2.1 新建虚拟机打开VMware Workstation Pro点击“创建新的虚拟机”。选择“自定义高级”这样可以有更多控制权。硬件兼容性选择你当前VMware版本的最新格式。安装来源选择“安装程序光盘映像文件(iso)”然后浏览到你下载的Ubuntu Server ISO文件。命名与位置给你的虚拟机起个名字比如“Ubuntu-AI-Dev”。位置建议选一个剩余空间较大的磁盘因为后续Docker镜像和模型文件可能会占用几十GB空间。处理器与内存这是关键步骤分配多少资源直接影响虚拟机性能。处理器根据你主机CPU的核心数分配一半或更多。例如如果你的CPU是8核16线程可以分配“4个处理器核心每个核心2个线程”总共8个逻辑处理器给虚拟机。内存同样分配主机内存的一半或合理比例。如果主机有32GB分配16GB给虚拟机是比较充裕的。运行大模型内存建议不少于8GB。网络选择“使用桥接网络”。这样虚拟机会获得你局域网内的一个独立IP地址就像一台真实电脑一样方便后续通过SSH连接和访问其内部服务如ComfyUI的Web界面。I/O控制器与磁盘类型保持默认推荐LSI Logic, NVMe即可。磁盘选择“创建新虚拟磁盘”。磁盘大小建议至少80GB。模型文件体积庞大空间充裕些更好。选择“将虚拟磁盘拆分成多个文件”这样迁移和备份更灵活。完成前自定义在最后一步点击“自定义硬件”。在这里我们可以移除不需要的设备比如“打印机”、“声卡”节省资源。更重要的是暂时不要添加GPU。我们先确保基础系统能安装成功后续再配置复杂的直通。点击完成虚拟机就创建好了。它会自动启动并开始从ISO镜像安装Ubuntu。2.2 安装Ubuntu Server安装过程基本上是图形化引导这里提几个关键点语言选择EnglishUnited States可以避免后续终端出现字符编码问题。当然选中文也行。键盘布局根据自己习惯选择。网络连接由于我们用了桥接模式安装程序应该能自动获取IP。你可以配置静态IP但DHCP自动获取更简单。镜像地址为了加速软件包下载可以选择国内的镜像源例如阿里云(mirrors.aliyun.com)或清华源(mirrors.tuna.tsinghua.edu.cn)。存储配置选择“Use an entire disk”并选择我们创建的虚拟磁盘即可。如果提示设置LVM对于新手可以不勾选保持简单。Profile设置设置你的服务器名字hostname、用户名和密码。请务必记住这个用户名和密码。SSH安装在“Featured Server Snaps”或软件选择界面一定要勾选“OpenSSH server”。这样我们才能从主机通过SSH工具如PuTTY、Windows Terminal远程连接虚拟机操作起来比在VMware窗口里方便得多。安装确认信息后开始安装。安装完成后它会提示重启。重启前VMware可能会提示你“需要移除安装介质”按提示操作然后回车重启。重启后你应该能看到一个黑色的登录终端。用你设置的用户名和密码登录。恭喜你的Ubuntu虚拟机“小房间”已经建好了基础框架。3. 配置GPU直通如果支持这是最具挑战性但也最激动人心的一步——把主机的物理GPU“插”到虚拟机里。请务必先关闭虚拟机电源再进行以下操作。3.1 在VMware中添加PCI设备在VMware的虚拟机库中右键点击你的Ubuntu虚拟机选择“设置”。点击“添加...”。在硬件类型中选择“PCI设备”点击“下一步”。这时列表中会显示你主机上可用的PCI设备。你应该能看到你的独立显卡例如NVIDIA GeForce RTX 4070。注意直通显卡后该显卡在主机将无法使用直到虚拟机释放它。选择你的显卡完成添加。你可能会看到一个警告提示需要保留内存。VMware需要锁定一部分主机内存供直通设备使用点击“是”即可。3.2 修改虚拟机配置文件以启用直通有时候仅仅在GUI里添加还不够需要手动编辑虚拟机配置文件.vmx文件。找到你的虚拟机存放的目录用记事本等文本编辑器打开后缀为.vmx的文件。在文件末尾添加或修改以下几行# 启用虚拟化CPU性能计数器对某些CPU有用 vcpu.hotadd FALSE # 关闭3D图形加速避免冲突 mks.enable3d FALSE # 对于某些AMD CPU/主板可能需要强制启用IOMMU hypervisor.cpuid.v0 FALSE # 预留全部内存这对直通稳定性很重要 mem.hotadd FALSE保存文件。3.3 在Ubuntu虚拟机内安装GPU驱动现在启动你的Ubuntu虚拟机。如果配置正确虚拟机启动日志里应该能看到PCI设备加载的信息。登录后我们需要在Ubuntu里安装对应的GPU驱动。对于NVIDIA显卡# 首先更新包列表并安装一些基础工具 sudo apt update sudo apt upgrade -y sudo apt install build-essential -y # 添加NVIDIA官方驱动仓库 sudo add-apt-repository ppa:graphics-drivers/ppa -y sudo apt update # 查找推荐的驱动版本 ubuntu-drivers devices # 安装推荐版本的驱动例如nvidia-driver-550 sudo apt install nvidia-driver-550 -y # 或者安装所有推荐驱动让系统自动选择 # sudo ubuntu-drivers autoinstall # 安装完成后重启 sudo reboot重启后使用nvidia-smi命令验证驱动是否安装成功。如果能看到显卡信息就大功告成了。对于AMD显卡 AMD开源驱动通常已经集成在Linux内核中。你可以安装rocm套件来获得更好的计算支持特别是对于AI计算但步骤相对复杂且对虚拟机环境支持不一。对于基础直通和显示安装mesa-vulkan-drivers等包通常就够了sudo apt update sudo apt install mesa-vulkan-drivers vulkan-tools -y使用lspci -k | grep -A 2 -i vga和vulkaninfo来检查驱动是否加载。重要提示GPU直通在VMware中并非百分百稳定尤其依赖于具体的主板、CPU和GPU型号组合。如果遇到虚拟机无法启动、启动后黑屏、或驱动安装失败等问题可能需要查阅VMware官方文档和社区关于你特定硬件组合的讨论。如果实在无法成功跳过此步继续用CPU环境进行后续学习也是完全有价值的。4. 在虚拟机中部署Qwen-Image-Edit-F2P好了现在我们的“小房间”不仅装修好了还接上了高性能的“显卡”。接下来我们就在里面部署我们的AI模型。4.1 安装Docker与Docker ComposeDocker是当前部署应用最方便的工具之一它能保证环境的一致性。# 1. 更新软件包索引 sudo apt update # 2. 安装必要的依赖包以便apt可以通过HTTPS使用仓库 sudo apt install ca-certificates curl gnupg lsb-release -y # 3. 添加Docker的官方GPG密钥 sudo mkdir -p /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg # 4. 设置Docker稳定版仓库 echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) stable | sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 5. 再次更新包索引并安装Docker引擎 sudo apt update sudo apt install docker-ce docker-ce-cli containerd.io docker-compose-plugin -y # 6. 验证Docker是否安装成功 sudo docker run hello-world如果看到“Hello from Docker!”的消息说明Docker安装成功。默认情况下运行Docker命令需要sudo。为了方便我们可以将当前用户加入docker组sudo usermod -aG docker $USER执行此命令后你需要完全注销并重新登录虚拟机或者重启这个更改才会生效。4.2 拉取并运行Qwen-Image-Edit-F2P镜像假设我们已经从星图镜像广场或相关文档中找到了Qwen-Image-Edit-F2P的Docker镜像名称例如registry.cn-hangzhou.aliyuncs.com/qwen/qwen-image-edit-f2p:latest。拉取镜像docker pull registry.cn-hangzhou.aliyuncs.com/qwen/qwen-image-edit-f2p:latest这个过程会下载镜像可能需要一些时间取决于镜像大小和你的网速。运行容器 运行Docker容器时我们需要映射端口并将一个主机目录挂载到容器内用于持久化保存模型文件、配置文件或生成的图片这样即使容器删除数据也不会丢失。# 首先在主机上创建一个目录用于存放数据 mkdir -p ~/qwen-image-edit-data # 然后运行容器 docker run -d \ --name qwen-image-edit \ -p 7860:7860 \ -v ~/qwen-image-edit-data:/app/data \ --gpus all \ registry.cn-hangzhou.aliyuncs.com/qwen/qwen-image-edit-f2p:latest-d后台运行。--name给容器起个名字。-p 7860:7860将容器的7860端口映射到虚拟机的7860端口。这是类似Gradio/ComfyUI这类Web应用常用的端口。-v ~/qwen-image-edit-data:/app/data将刚才创建的目录挂载到容器内的/app/data路径。--gpus all这是关键这个参数将宿主机的所有GPU资源暴露给Docker容器。如果你跳过了GPU直通步骤或者想仅使用CPU可以移除这个参数。查看运行状态docker ps你应该能看到名为qwen-image-edit的容器正在运行。4.3 访问应用现在应用已经在你的Ubuntu虚拟机里跑起来了。由于我们创建虚拟机时使用了桥接网络虚拟机有一个独立的IP。在Ubuntu虚拟机终端里输入ip addr show或hostname -I来查看虚拟机的IP地址通常是192.168.x.x或10.0.x.x这样的形式。回到你的Windows主机打开浏览器。在地址栏输入http://你的虚拟机IP地址:7860。如果一切顺利你应该能看到Qwen-Image-Edit-F2P的Web操作界面了5. 总结与后续建议走完这一整套流程你相当于在自己的Windows电脑里构建了一个功能完整的Linux AI开发沙盒。用VMware虚拟机的好处很明显环境完全隔离随时可以拍快照备份玩坏了也能瞬间恢复。成功配置GPU直通的话你甚至能获得接近原生硬件的计算性能这对于调试和测试图像生成、编辑模型至关重要。实际搭建过程中GPU直通那一步可能是最大的“拦路虎”。如果遇到问题别着急这非常正常。虚拟机技术、硬件兼容性、驱动层面任何一个小环节都可能出状况。我的建议是先把核心目标放在“把Ubuntu虚拟机搭起来并在里面用Docker跑通服务”上。只要这一步成功了你就已经拥有了一个可用的本地开发测试环境。GPU加速可以作为后续优化项慢慢研究。这个环境搭好之后用途就很广了。你不仅可以测试Qwen-Image-Edit-F2P还可以用同样的方法部署其他ComfyUI工作流、Stable Diffusion WebUI或者任何基于Docker的AI工具。它成了你本地的一个私有化AI实验平台随时可以折腾又不会影响主力系统。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。