PART 3 · ใช้งาน

๑๑11ภาพและเสียง (optional)

Image and voice on the i9

TL;DR — สรุปใน 30 วินาทีtldr

บทนี้ "เสริม" ไม่บังคับ — ถ้าอยากให้ AI วาดภาพ และ พูดภาษาไทย ได้เหมือนคลาวด์เต็มๆ เราใช้ ComfyUI หลายเตารวมกันเป็น "ครัว" เดียว + ตัวสังเคราะห์เสียงไทย VoxCPM2 และตัวถอดเสียง Whisper บน i9

เมื่อไหร่ควรใช้ / When to usewhen to use

ทำเมื่อมีเครื่องการ์ดจอ NVIDIA ว่างอยู่ (เราใช้ i9 + 2× RTX 5060 Ti + เครื่อง AMD อีกหนึ่งใบ) — ถ้าไม่มี ข้ามบทนี้ได้ ระบบหลักไม่กระทบ

ครัวภาพเราเป็นแบบ "เตาหลายใบ": ComfyUI บน i9 GPU0 (:8188), GPU1 (:8190), และเครื่อง AMD อีกเตา — มีตัวจ่ายงาน (comfy-router) บน NAS คอยส่งงานไปเตาที่ว่างสุด
เสียงพูดไทย: VoxCPM2 บน i9 (:9499) — ใช้ทั้งอ่านคำตอบเป็นเสียงและพากย์วิดีโอ
ถอดเสียงเป็นตัวอักษร: Whisper (:9200) — ใช้ทำคำบรรยายวิดีโอ

วิธีทำ / How-tohow to

โครงสร้างครัว 3 เตา + ตัวจ่ายงาน:

ติดตั้ง ComfyUI ทีละเตา (GPU หนึ่งใบต่อ instance, พอร์ตต่างกัน) — ดาวน์โหลดจาก github.com/comfyanonymous/ComfyUI
ตั้งค่า เตาทุกใบเข้ากฎ GPULAW: หน้าต่างเรนเดอร์ภาพคือ 17:30–19:30 ของทุกวัน — นอกหน้าต่างให้ GPU ว่าง
ตัวจ่ายงาน comfy-router (FastAPI) บน NAS :8788 รับคำขอเดียว แล้วส่งต่อเตาที่ยุ่งน้อยสุด (least-busy) — มี /free ให้ดูสถานะเตาแบบเรียลไทม์
เสียง: รัน VoxCPM2 และ Whisper เป็น service บน i9 แล้วเปิดปุ่ม TTS/STT ในหน้า WebUI
ทดสอบปลายทาง: ขอภาพจากหน้าแชท (พิมพ์ให้ "วาดรูป...") และกดปุ่มลำโพงอ่านคำตอบ

ภาพจริงของครัวทั้งสามเตาอยู่ในหัวข้อภาพประกอบด้านล่าง — จากระบบที่กำลังรันอยู่จริงตอนถ่าย

ถ้าติดตรงไหน → บทที่ ๑๖

ตัวอย่างการตั้งค่า / Config exampleconfig example

หลักการตั้งค่าครัวที่เราใช้จริง:

# เตาหนึ่ง = GPU หนึ่งใบ = พอร์ตหนึ่งตัว
i9 GPU0 :8188   (ComfyUI — งานภาพทั่วไป)
i9 GPU1 :8190   (ComfyUI — งาน PuLID ติดหน้าคน)
AMD     :8188   (ComfyUI — เตาที่สาม รับล้น)

# ตัวจ่ายงานบน NAS
comfy-router :8788
  POST /generate      -> ส่งไปเตาที่ว่างสุดอัตโนมัติ
  GET  /free          -> ดู VRAM คงเหลือของทุกเตา

# เสียงบน i9
VoxCPM2 TTS :9499   (ข้อความไทย -> เสียงพูด)
Whisper STT :9200   (เสียง -> ข้อความ, ใช้ทำซับไทย)

กฎ GPULAW 17:30–19:30 ถูกเขียนอยู่ในตารางงานของ router โดยตรง — นอกเวลา งานเข้าคิวไม่รีบเตา

Pro tip — เคล็ดลับจากสนามจริงpro tip

★ PROD LESSON

เตาหลายใบดีกว่าเตาใหญ่ใบเดียว — งานภาพแบ่งเป็นชิ้นเล็ก ๆ ได้ การมีเตา 3 ใบ (การ์ด 16GB สามใบ) จิ้มงานขนานกัน เร็วกว่าและถูกกว่าการ์ดแพงใบเดียว และเมื่อเตาหนึ่งล่ม router ก็ย้ายงานให้อัตโนมัติ

★ PRO TIP

ภาพหน้าคน (PuLID) อยู่เตาแยก — งานติดตามหน้าคนใช้โหลดโมเดลชุดต่างกันและกิน VRAM แน่น เราจึงตรึงไว้ที่เตา GPU1 ของ i9 โดยเฉพาะ เพื่อไม่ให้งานปกติมาปั่นสลับโมเดลจนช้าทั้งครัว