Skip to content

README_zh.md

Latest commit

 

History

History
224 lines (156 loc) · 6.99 KB

README_zh.md

File metadata and controls

224 lines (156 loc) · 6.99 KB
Raw

ComfyUI -- 适配 GeForce RTX 50 系列 (Blackwell)

全球首个完整文档化的 Windows 原生 ComfyUI 配置方案，支持 NVIDIA GeForce RTX 5090/5080/5070 (Blackwell 架构, sm_120) + CUDA 13.0。

其他语言: English | 日本語 | 한국어

本仓库的特色

RTX 50 系列 GPU (Blackwell, Compute Capability sm_120) 截至 2026 年初尚未被 PyTorch 稳定版支持。在这些 GPU 上运行 ComfyUI 需要特定的版本组合和解决方案，而本仓库是首个将所有方案整合为可复现安装包的项目。

技术亮点

项目 详情
GPU 架构 NVIDIA Blackwell (sm_120) -- RTX 5090 / 5080 / 5070
CUDA 版本 13.0 (cu130) -- 最新 CUDA 运行时
PyTorch Nightly cu130 构建 (非稳定版, 非 cu128)
Python 3.13 (最新版)
Triton triton-windows 分支 (官方 Triton 仅支持 Linux)
xformers 刻意排除 (会导致 PyTorch 降级)
自定义节点 28 个已验证节点，包含视频和音乐生成
平台 Windows 原生 (无需 WSL2 或 Docker)

独特之处

  1. Blackwell + Windows 原生 + CUDA 13.0 -- 全球最早的完整文档化方案之一，无需 WSL2 或 Docker 即可在 Blackwell GPU 上完整运行 ComfyUI。

  2. 无 xformers 架构 -- 开创性地使用 triton-windows + torch.compile 替代与 Blackwell nightly 构建不兼容的 xformers。

  3. 28 个自定义节点已验证 -- 所有节点均在 RTX 5090 (32GB VRAM) 上逐一测试通过，包括前沿视频生成 (Wan 2.1, LTX-Video, HunyuanVideo 1.5, Kandinsky 5.0, LongCat-Video) 和音乐生成 (ACE-Step, HeartMuLa)。

  4. 5 种图生视频流水线已验证 -- 在 Blackwell 硬件上完成完整的 I2V 工作流验证。

  5. 系统化的 Windows 特定修复方案 -- 路径分隔符问题、SageAttention 回退到 SDPA、Triton 编译回避方案等。

已验证环境

组件 版本
操作系统 Windows 11 Pro (Build 26200)
GPU NVIDIA GeForce RTX 5090 (32GB VRAM)
CPU Intel Core Ultra 9 285K (Arrow Lake)
内存 64GB DDR5-5600
NVIDIA 驱动 591.55
CUDA 13.0
Python 3.13
PyTorch 2.9.1+cu130
triton-windows 3.6.0

快速开始

前置条件

  • Windows 10/11 (64位)
  • NVIDIA GeForce RTX 5090 / 5080 / 5070 (或其他 Blackwell GPU)
  • NVIDIA 驱动 580+ (下载)
  • Git (下载)
  • 7-Zip (下载) 用于解压便携版

一键安装 (推荐新手使用)

1. 下载或克隆本仓库
2. 双击 setup.bat
3. 等待安装完成 (约 20 分钟)
4. 双击 run.bat 启动 ComfyUI
5. 在浏览器中打开 http://localhost:8188

手动安装

# 克隆本仓库
git clone https://github.com/hiroki-abe-58/ComfyUI-GeForce-Blackwell.git
cd ComfyUI-GeForce-Blackwell

# 运行安装脚本
powershell -ExecutionPolicy Bypass -File setup.ps1

# 启动 ComfyUI
.\run.bat

验证环境

# 安装完成后，验证一切正常
python verify_env.py

Blackwell + Windows 五大铁律

以下规则必须遵守。违反任何一条都会导致环境损坏。

# 铁律 原因 违反后的症状
1 使用 PyTorch nightly cu130 稳定版不包含 sm_120 内核 RuntimeError: sm_120 is not compatible
2 绝对不要安装 xformers 会强制将 PyTorch 降级到稳定版 一切停止工作
3 从 requirements.txt 中排除 torch pip 会用稳定版覆盖 nightly 版 静默版本降级
4 添加自定义节点后务必验证 节点依赖可能要求稳定版 torch 之前正常的环境突然损坏
5 清除代理环境变量 系统代理会阻止 pip/git 连接 安装失败

已验证的自定义节点 (28 个)

视频生成

  • ComfyUI-WanVideoWrapper -- Wan 2.1 视频生成
  • ComfyUI-LTXVideo -- LTX-Video 生成
  • comfyui-videohelpersuite -- 视频合并与辅助工具
  • comfyui_longcat_image -- LongCat 视频处理

音频/音乐生成

  • ComfyUI-AceMusic -- ACE-Step 音乐生成
  • ComfyUI-HeartMuLa -- HeartMuLa 音乐生成
  • ComfyUI-MelBandRoFormer -- 音频源分离
  • ComfyUI_FL-HeartMuLa -- HeartMuLa FL 变体

图像处理与编辑

  • ComfyUI-Step1X-Edit -- Step1X 图像编辑
  • comfyui-impact-pack -- 检测与修复
  • comfyui_controlnet_aux -- ControlNet 预处理器
  • comfyui_layerstyle -- 图层合成
  • comfyui-depthanythingv2 -- 深度估计

工具与管理

  • ComfyUI-Manager -- 节点管理
  • 其他 14 个工具节点

已验证的图生视频工作流

模型 参数量 FP8 大小 32GB VRAM 表现
HunyuanVideo 1.5 I2V 8.3B ~16GB 流畅 -- 推荐
Kandinsky 5.0 Lite I2V 2B ~4GB 非常流畅
LTX-2 I2V 19B ~25GB FP8 下可运行
LongCat-Video TI2V 13.6B ~14.5GB 调整后可运行
Kandinsky 5.0 Pro I2V 19B ~40GB 需要 CPU 卸载，速度较慢

Windows 特定问题排查

模型路径错误 (Value not in list)

Linux 工作流使用正斜杠 (/)，Windows 需要反斜杠 (\)。

自动修复:

python scripts/fix_windows_compat.py your_workflow.json

SageAttention 不可用

SageAttention 在 Windows 上构建困难。请改用 SDPA (PyTorch 内置):

  • 将工作流中的 attention_mode 从 sageattn 改为 sdpa
  • 或使用 fix_windows_compat.py 自动修复

PyTorch 被静默降级

安装任何包后务必验证:

python -c "import torch; print(torch.__version__)"

如果不再包含 cu130，重新安装:

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu130

更新方法

双击 update.bat 或运行:

powershell -ExecutionPolicy Bypass -File update.ps1

常见问题

Q: 需要 WSL2 或 Docker 吗? A: 不需要。本方案完全在 Windows 原生环境运行。

Q: 可以使用 xformers 吗? A: 不可以。xformers 会强制降级 PyTorch 到稳定版，该版本不支持 sm_120。

Q: 在 RTX 4090 上能用吗? A: 可以。cu130 向后兼容。但 RTX 4090 用户也可以使用 PyTorch 稳定版。

Q: 模型放在哪里? A: 安装完成后，将模型放在 ComfyUI_windows_portable/ComfyUI/models/ 中。共享模型存储请参考 configs/extra_model_paths.yaml.example。

贡献

欢迎提交 Pull Request。如果您在 Blackwell 硬件上验证了其他自定义节点或工作流，请提交 PR 更新 custom-nodes.json。

许可证

MIT License -- 参见 LICENSE

致谢

  • ComfyUI by Comfy-Org
  • triton-windows by woct0rdho
  • PyTorch nightly 团队 (sm_120 支持)
  • custom-nodes.json 中列出的所有自定义节点开发者