日期：2026-09-16（GPU 机日志时间为 UTC 12:40 ~ 12:56） 机器：GPU 机 192.168.31.31（RTX 5060 Ti 16GB / 32GB RAM / 根分区余 200GB） 执行：DSH（DeepSeek Harness） 约束：全程未触碰 ComfyUI（未改配置、未装节点、未停服务、未占显存）；ComfyUI 进程 PID 17332 全程存活，显存 11.6GB 未被干扰。 当前状态：下载完成，尚未安装、尚未运行（按"先下载"的要求停在安装前一步）。
| 项目 | 内容 | 体积 | 状态 |
|---|---|---|---|
| 代码仓库 | ACE-Step-1.5 @ ca1e85f（2026-08-29），shallow clone | 141 MB | ✅ |
| 模型权重（主） | ACE-Step/Ace-Step1.5：acestep-v15-turbo(2B DiT) + vae + Qwen3-Embedding-0.6B + acestep-5Hz-lm-1.7B | 10.09 GB | ✅ |
| 模型权重（附加） | ACE-Step/acestep-v15-sft（2B，支持 CFG、50 步、质量更高） | 4.79 GB | ✅ |
| 模型权重（附加） | ACE-Step/acestep-5Hz-lm-0.6B（低显存备用规划器） | 1.37 GB | ✅ |
| Python 依赖轮子 | wheels/：142 个 wheel，含 torch 2.10.0+cu128 全家桶 + nvidia-cu12 运行时 + 29 个主依赖 + nano-vllm 依赖（triton/xxhash），不含 flash-attn | 4.2 GB | ✅ |
完整性校验：对三个 ModelScope 仓库全部 50 个文件做 sha256 比对 → ok=50 bad=0 missing=0（校验脚本 /home/zyw/ace-step-verify.py，日志 /home/zyw/ace-step-verify.log）。 可安装性验证：用临时 venv 做 pip install --dry-run --no-index --find-links wheels → 全部依赖（含 torch-2.10.0+cu128、torchao-0.16.0、triton-3.6.0、13 个 nvidia-*-cu12）可从本地 wheelhouse 完整解析，无需联网。
/home/zyw/ACE-Step-1.5/
├── acestep/ # 源码（含 third_parts/nano-vllm）
├── checkpoints/ # 16 GB 模型权重（官方默认读取位置）
│ ├── acestep-v15-turbo/ # model.safetensors 4.79 GB（DiT，默认）
│ ├── acestep-v15-sft/ # model.safetensors 4.79 GB
│ ├── acestep-5Hz-lm-1.7B/ # model.safetensors 3.71 GB（默认 LM）
│ ├── acestep-5Hz-lm-0.6B/ # model.safetensors 1.33 GB
│ ├── Qwen3-Embedding-0.6B/ # 1.19 GB 文本编码器
│ └── vae/ # 337 MB 音频 VAE
├── wheels/ # 4.2 GB 离线轮子仓库（未安装）
└── .venv-dl/ # 仅用于下载的轻量 venv（modelscope）辅助脚本/日志（均在 GPU 机 /home/zyw/）：ace-step-dl.sh（模型下载）、ace-step-wheels.sh（依赖下载）、ace-step-mkreq.py + ace-step-req.txt + ace-step-nv-dep.txt（依赖清单生成）、ace-step-verify.py（哈希校验）、日志 ace-step-models-dl.log / ace-step-wheels.log / ace-step-verify.log。 本机已装：uv 0.12.15（~/.local/bin/uv，未改 PATH 配置）。uv 的 sync 未成功使用，见下节。
| 源 | 实测速度 | 结论 |
|---|---|---|
modelscope.cn | 19.5 MB/s（单流）～51.8 MB/s（多线程） | ✅ 模型权重全部走这里 |
mirrors.aliyun.com/pytorch-wheels/cu128 | 14.1 MB/s | ✅ torch/torchvision/torchaudio 走这里 |
pypi.tuna.tsinghua.edu.cn | 40 ~ 135 MB/s | ✅ 其余 Python 包走这里 |
hf-mirror.com | 2.28 MB/s | 备用 |
files.pythonhosted.org | 1.0 MB/s | 太慢，弃用 |
download.pytorch.org | 1.7 MB/s | 太慢（仅在 pip.conf 里做 extra-index 遗留） |
github.com（release 二进制） | 超时/不可用 | ❌ 这是 uv 卡死的根因 |
uv sync 卡死在 GitHub：仓库 uv.lock 里 nano-vllm 依赖 flash-attn 的预编译轮子托管在 GitHub Releases，本机下载该地址超时；实测 uv 进程 8 分钟只从 GitHub 拖了 521 MB（还是个 Windows 的 flash_attn_2_cuda.cp311-win_amd64.pyd），venv 一直 92 KB。结论：放弃 uv sync，改走 pip + 国内镜像。cp311 轮子（marker 写的是 python_full_version < '3.12'），本机系统 Python 是 3.12.3 → 即便 GitHub 通也装不上。官方支持不装 flash-attn：源码 acestep/llm_inference.py:660 会打印 “flash_attn not installed: disabling CUDA graph capture for nano-vllm”，自动回退 SDPA 路径。download 子命令没有 --break-system-packages（报 no such option），会直接终止脚本；pip download 本身不受 PEP 668 限制，去掉该参数即可。pip.conf 里挂着 extra-index-url = download.pytorch.org/whl/cu130，下载依赖时会把 torch 解析成 2.12.1+cu130 并从头拉 532 MB。解决：export PIP_CONFIG_FILE=/dev/null 隔离配置，再用 --find-links <本地 wheels 目录> + torch==2.10.0+cu128 精确钉版本。pkill -f "uv sync" 会自杀：模式串出现在自身命令行里，会把 ssh 会话一起杀掉（与 AGENTS.md 里 llmster 那个坑同源）。用 pkill -f "uv syn[c]" 这类带方括号的写法规避。# 1) 建独立 venv（与 ComfyUI 的 venv 完全隔离）
cd /home/zyw/ACE-Step-1.5
python3 -m venv .venv
export PIP_CONFIG_FILE=/dev/null # 隔离系统 pip.conf 的 cu130 extra-index
# 2) 从本地 wheelhouse 安装全部依赖（不联网）
.venv/bin/pip install --no-index --find-links wheels \
-r /home/zyw/ace-step-req.txt -r /home/zyw/ace-step-nv-dep.txt \
"torch==2.10.0+cu128" "torchvision==0.25.0+cu128" "torchaudio==2.10.0+cu128"
# 3) 安装本体与 nano-vllm（--no-deps 跳过 flash-attn）
.venv/bin/pip install --no-deps -e .
.venv/bin/pip install --no-deps -e acestep/third_parts/nano-vllm
# 4) 启动（Gradio 7860 / REST API 8001）
.venv/bin/python -m acestep.acestep_v15_pipeline --port 7860
# 或 .venv/bin/acestep --port 7860 / .venv/bin/acestep-api显存前提（重要）：ACE-Step 与 ComfyUI 不能同时吃到显存。
bash ~/restart_comfy.sh 是起的脚本，停用 pkill -f "main.py.*818[9]"（不要用会匹配自身的写法），或按 dl-hub/06-ComfyUI-H3运维记录/ 的既有流程处理；反过来跑完 ComfyUI 记得恢复。--config_path acestep-v15-turbo --lm_model_path acestep-5Hz-lm-1.7B（默认档，最省显存）；16GB 卡不建议一上来用 XL(4B)。Python 3.12 + torch 2.10.0+cu128 说明：cu128 运行时自带，驱动 610.43.02（CUDA 13.2）向下兼容；与 ComfyUI 的 cu130 环境互不影响（各自 venv）。
.venv、未安装依赖、未下载 LM 4B / DiT base / turbo-shift 等可选档（需要时再下，ModelScope 上都是几十秒级）。acestep-v15-xl-turbo 约 19.95 GB（4 个分片），16GB 卡需 ≥12GB 显存 + offload/量化才能跑；要不要下待定。ComfyUI-ACEStep）——这属于"动 ComfyUI"，需用户明确同意后再做。dl-hub/39-开源歌曲生成与音色克隆调研/开源歌曲生成AI与音色克隆-调研-20260916.md