Ubuntu AI 服务器磁盘规划：从 Windows D 盘划分独立 ext4 AI 数据盘（ComfyUI 最佳实践）

环境

• 主机：AMD Ryzen 7 7700
• GPU：RTX 4070 Ti SUPER 16GB
• 系统：
  • Windows 11
  • Ubuntu 24.04 LTS
• SSD：Samsung 990 EVO Plus 2TB
• AI：Docker + ComfyUI + Ollama

---

一、为什么不要把模型放 Ubuntu 系统盘

刚开始安装 Ubuntu 时，我给 Ubuntu 分配了 200GB。

目录类似：

/
├── Docker
├── Conda
├── AI Project
├── ComfyUI
└── Models

刚开始足够。

但是随着模型越来越多：

FLUX Dev FP8          15GB+
Wan2.2                30GB+
Qwen Image            20GB+
SDXL                  7GB+
ControlNet            30GB+
LoRA                  100GB+
Upscaler              20GB+

很快：

200GB

就不够用了。

---

为什么不用 NTFS？

很多人会想到：

Windows D:
    AI Models

然后 Ubuntu 挂载 NTFS。

虽然可以，但是并不是最佳方案。

原因：

• Docker 权限容易出问题
• Linux 文件权限不完整
• Symbolic Link 支持不好
• inode 不完整
• 性能略差
• 容易因为 Windows Fast Startup 导致只读

官方也更推荐：

Linux
    ext4

---

二、最终磁盘规划

我的 SSD：

Samsung 990 EVO Plus
2TB

最终规划：

EFI                 200MB

Windows C           200GB

Recovery            872MB

Windows D           863GB

AI Data             600GB  (ext4)

Ubuntu              200GB

其中：

Ubuntu

只负责：

• 系统
• Docker
• Conda
• 项目代码

而：

AI Data

专门负责：

• ComfyUI Models
• Ollama Models
• Dataset
• Cache
• Output

这是最合理的 Linux AI 工作站布局。

---

三、查看当前分区

首先查看：

lsblk

或者：

lsblk -f

查看磁盘布局。

再查看未分配空间：

sudo parted /dev/nvme0n1 unit GiB print free

我的结果：

Partition 5
Windows D
863GiB

Free Space
600GiB

Partition 6
Ubuntu
200GiB

说明：

600GiB

已经是未分配状态。

无需再回 Windows。

---

四、创建新的 Linux 分区

进入 parted：

sudo parted /dev/nvme0n1

进入以后：

unit GiB

创建分区：

mkpart ai-data ext4 1063 1663

退出：

quit

刷新分区：

sudo partprobe /dev/nvme0n1

再次查看：

lsblk

会看到：

nvme0n1p7
600G

---

五、格式化 ext4

确认：

lsblk -f

确定：

nvme0n1p7

就是刚创建的新分区。

格式化：

sudo mkfs.ext4 -L ai-data /dev/nvme0n1p7

完成以后：

lsblk -f

可以看到：

LABEL

ai-data

---

六、创建挂载目录

建立：

sudo mkdir /data

挂载：

sudo mount /dev/nvme0n1p7 /data

修改权限：

sudo chown -R $USER:$USER /data

验证：

touch /data/test

rm /data/test

说明：

读写正常

---

七、设置开机自动挂载

查询 UUID：

sudo blkid /dev/nvme0n1p7

例如：

UUID="xxxxxxxx"

备份：

sudo cp /etc/fstab /etc/fstab.bak

编辑：

sudo nano /etc/fstab

加入：

UUID=xxxxxxxx /data ext4 defaults,noatime,nofail 0 2

保存。

测试：

sudo umount /data

sudo mount -a

如果没有任何报错：

说明：

自动挂载成功

查看：

findmnt /data

---

八、迁移 ComfyUI Models

停止 ComfyUI：

docker stop comfyui

创建目录：

mkdir -p /data/ai/models/comfyui

迁移：

rsync -avh \
~/ai/models/comfyui/ \
/data/ai/models/comfyui/

保留旧目录：

mv ~/ai/models/comfyui \
~/ai/models/comfyui.backup

建立软链接：

ln -s \
/data/ai/models/comfyui \
~/ai/models/comfyui

查看：

readlink -f \
~/ai/models/comfyui

输出：

/data/ai/models/comfyui

说明：

ComfyUI 已经完全使用新的 AI 数据盘。

---

九、重新启动 ComfyUI

启动：

docker start comfyui

浏览器打开：

http://IP:8188

确认：

• Checkpoint 正常
• LoRA 正常
• VAE 正常
• ControlNet 正常

即可删除：

~/ai/models/comfyui.backup

---

十、推荐目录结构

/data
└── ai
    ├── models
    │   └── comfyui
    │       ├── checkpoints
    │       ├── diffusion_models
    │       ├── text_encoders
    │       ├── vae
    │       ├── clip
    │       ├── controlnet
    │       ├── loras
    │       ├── upscale_models
    │       └── embeddings
    │
    ├── ollama
    │
    ├── dataset
    │
    ├── output
    │
    └── cache

以后：

• ComfyUI
• Ollama
• 训练数据

全部放这里。

Ubuntu 系统盘保持干净。

---

十一、为什么这是最佳方案

相比直接挂载 Windows NTFS：

方案	推荐程度	原因
Ubuntu ext4 独立 AI 数据盘	⭐⭐⭐⭐⭐	权限完整、性能最佳、Docker 兼容性最好
Windows NTFS 挂载	⭐⭐⭐	可用，但存在权限和休眠等问题
SMB/NAS 共享存储	⭐⭐	适合归档，不适合作为热点模型目录

对于长期使用 ComfyUI、Ollama、PyTorch、Docker 的 AI 工作站，独立 ext4 AI 数据盘 是最稳定、最易维护的方案。

---

十二、后续规划

目前目录规划：

Ubuntu（200GB）
├── OS
├── Docker
├── Conda
├── Projects

AI Data（600GB）
├── ComfyUI Models
├── Ollama Models
├── Dataset
├── Output
├── Cache

未来如果增加第二块 NVMe SSD，可以直接把 /data 整体迁移到新硬盘，仅需修改 /etc/fstab 中的 UUID，即可完成迁移，项目目录和 Docker 配置无需改动。