ModuleNotFoundError: No module named 'triton' (ComfyUI) beheben

Wenn Sie nach ModuleNotFoundError: No module named 'triton', comfyui no module named triton oder dem vollständigen Protokoll Found comfy_kitchen backend triton: {'available': False, ...} suchen, bestimmen Sie zuerst, ob es sich nur um einen optionalen Backend-Bericht oder um einen blockierenden Importfehler handelt, der den Workflow stoppt.

Wenn ComfyUI normal startet und Standard-Workflows funktionieren, müssen Sie sich nicht um Triton kümmern. Falls Easy-SAM3, Trellis, WanVideoWrapper, SageAttention oder andere Nodes aufgrund eines fehlenden Triton-Imports abstürzen, beheben Sie Triton in derselben Python-Umgebung, in der Sie ComfyUI ausführen. Verwenden Sie unter Windows triton-windows anstelle einer einfachen Ausführung von pip install triton.

Wenn Ihr blockierender Fehler nur No module named 'sageattention' ohne Erwähnung von Triton lautet, lesen Sie zuerst den Leitfaden SageAttention fehlt.

In den 30 Tagen der Wonderful Launcher-Telemetriedaten bis zum 8. Juli 2026 war triton der größte Hotspot unter den fehlenden Modulen: 29 Installationsinstanzen lösten in comfy_kitchen den fatalen Fehler No module named 'triton' aus, 13 Instanzen meldeten einen fatalen Triton-Importfehler außerhalb dieses Kontexts, und 35 Instanzen verzeichneten eine optionale Warnung zur comfy_kitchen Triton-Fähigkeit. Aus diesem Grund unterscheidet dieser Leitfaden zwischen dem "Ignorieren der Warnung" und der "Behebung echter Workflow-Blockaden".

Schnellreferenz

Telemetrie-basierte Fehlerklassifizierung

Die Starttelemetrie zeigt zwei unterschiedliche Triton-Muster:

Wenn dieselbe Warnung wiederholt beim Start angezeigt wird, der Workflow jedoch funktioniert, ist dies nur Rauschen. Wenn eine bestimmte Custom Node aufgrund eines fehlenden triton-Imports anhält, ist eine Reparatur erforderlich.

Wenn das Protokoll comfy_kitchen backend triton erwähnt

Diese genaue Protokollzeile ist nur ein Fähigkeitsbericht und bedeutet nicht zwangsläufig einen Absturz:

Found comfy_kitchen backend triton: {'available': False, 'disabled': True, 'unavailable_reason': "ImportError: No module named 'triton'", 'capabilities': []}

Wenn sich ComfyUI normal öffnen lässt, müssen Sie Triton nicht reparieren, um diese Zeile zu löschen. Falls jedoch Workflows von Easy-SAM3, Trellis, WanVideoWrapper, SageAttention oder anderen rechenintensiven Nodes direkt nach dieser Meldung abstürzen, beheben Sie Triton als Teil der blockierenden Abhängigkeitskette.

Die Unterscheidung ist einfach: Ein optionaler Startbericht erfordert nur Beobachtung; ein Absturz beim Laden oder Ausführen des Workflows erfordert die Behebung in der gleichen Python-Umgebung.

Protokollmuster

Beim Start sehen Sie möglicherweise eine Zeile wie diese:

Found comfy_kitchen backend triton: {'available': False, 'disabled': True, 'unavailable_reason': "ImportError: No module named 'triton'", 'capabilities': []}

Oder der Workflow bricht wie folgt ab:

ModuleNotFoundError: No module named 'triton'

Die Startzeile ist meist nur ein Bericht. Ein Absturz im Workflow ist anders: Eine Node versucht tatsächlich, triton zu importieren, und stoppt die Ausführung.

Die Rolle von Triton in ComfyUI

Triton ist eine GPU-Programmiersprache und ein Compiler, der von PyTorch-Compilerpfaden, SageAttention und einigen neueren Beschleunigungs-Backends verwendet wird.

Für die Standard-Bildgenerierung in ComfyUI ist kein Triton erforderlich. Ein CUDA-fähiges PyTorch funktioniert für Standard-Workflows ohne Triton.

Triton ist in folgenden Fällen wichtig:

• Verwendung von SageAttention oder darauf basierenden Nodes
• Verwendung von torch.compile oder Custom Nodes mit aktivierten Compile-Kerneln
• Verwendung des comfy_kitchen Beschleunigungs-Backends, das Triton-Unterstützung meldet
• Video- oder LLM-Workflows, die eine Triton-basierte Beschleunigung erfordern

Wenn Sie keines dieser Features nutzen, erhöht eine Triton-Installation nur das Systemrisiko, ohne ein echtes Problem zu lösen.

Warum SageAttention und Triton zusammenhängen

In den Support-Protokollen von ComfyUI treten SageAttention und Triton oft auf demselben Reparaturpfad auf.

SageAttention ist die Beschleunigungsfunktion, die der Benutzer aktivieren möchte. Triton ist das Paket, das SageAttention oder benachbarter Beschleunigungscode zum Kompilieren von Kerneln benötigt. Dies bedeutet, dass eine SageAttention-Installation auf drei verschiedene Arten fehlschlagen kann:

Die sichere Reihenfolge ist: Sicherstellen, dass ComfyUI startet, Python-Umgebung identifizieren, Triton nur reparieren, wenn der fehlerhafte SageAttention-Workflow es zwingend benötigt, und nach erfolgreichem Triton-Import den Import von SageAttention überprüfen.

Schritt 1: Bestimmen, ob der Fehler fatal ist

Prüfen Sie zuerst, ob ComfyUI die normale Bereitschaftszeile erreicht:

To see the GUI go to: http://127.0.0.1:8188

Wenn sich die GUI im Browser öffnen lässt und ein einfacher Standard-Workflow läuft, betrachten Sie die Triton-Zeile als optional. Installieren Sie keine Beschleunigungspakete, während Sie eine funktionierende Umgebung debuggen.

Wenn ein bestimmter Workflow fehlschlägt, lesen Sie den Stack-Trace und prüfen Sie, welches Paket Triton anfordert. Viele Berichte stammen von SageAttention-Nodes oder Video-Workflows (wie Wan/LTX).

Schritt 2: Prüfen Sie die von ComfyUI genutzte Python-Umgebung

Die meisten fehlgeschlagenen Reparaturen entstehen, weil pip für die System-Python-Umgebung ausgeführt wird und nicht für die in ComfyUI genutzte Umgebung (z. B. portable embedded Python oder venv).

Für die Windows Portable-Version von GitHub führen Sie die Überprüfung im entpackten Hauptverzeichnis (das die run_*.bat-Dateien, python_embeded und ComfyUI enthält) aus:

.\python_embeded\python.exe -s -c "import sys; print(sys.executable); print(sys.version)"
.\python_embeded\python.exe -s -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())"
.\python_embeded\python.exe -s -m pip show triton triton-windows

Für manuelle Git-Installationen aktivieren Sie das venv, mit dem Sie ComfyUI starten:

python -c "import sys; print(sys.executable); print(sys.version)"
python -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())"
python -m pip show triton triton-windows

Wenn torch.cuda.is_available() den Wert False zurückgibt, reparieren Sie zuerst PyTorch/CUDA. Triton macht aus einer reinen CPU PyTorch-Installation keine CUDA-fähige Umgebung.

Verwenden Sie bei ComfyUI Desktop das integrierte Terminal oder die Umgebungseinstellungen. Gehen Sie nicht davon aus, dass der Pfad python_embeded aus der GitHub-Portable-Version existiert.

Schritt 3: Unter Windows nicht das Standard-triton-Paket verwenden

Für Windows ComfyUI lautet das richtige Paket triton-windows, führen Sie nicht einfach pip install triton aus.

Wenn Sie bereits eine falsche oder veraltete triton-Version installiert haben, deinstallieren Sie diese in der gleichen Python-Umgebung:

.\python_embeded\python.exe -s -m pip uninstall -y triton

Installieren Sie anschließend triton-windows:

.\python_embeded\python.exe -s -m pip install -U "triton-windows<3.7"

Für ein manuelles venv:

python -m pip uninstall -y triton
python -m pip install -U "triton-windows<3.7"

Die Versionsbegrenzung ist beabsichtigt, um zu verhindern, dass zukünftige Triton-Minor-Versionen installiert werden, bevor Ihr PyTorch-Stapel dafür bereit ist.

Schritt 4: PyTorch und Triton-Versionen abgleichen

triton-windows folgt den Triton-Minor-Versionen. Jede PyTorch-Minor-Version erfordert eine kompatible Triton-Minor-Version.

Nutzen Sie im Zweifelsfall die Kompatibilitätstabelle von triton-windows. Hier ist eine Referenz:

Prüfen Sie bei aktuellen Portable- oder Desktop-Umgebungen mit Python 3.12 oder 3.13 zuerst das installierte PyTorch und wählen Sie dann den passenden Triton-Bereich. Das PyPI-Paket triton-windows bietet Windows-Wheels für aktuelle Python-Versionen, aber die PyTorch-, CUDA- und GPU-Kompatibilität ist ebenso wichtig.

Schritt 5: Embedded Python benötigt möglicherweise include und libs

Einige ComfyUI Portable-Versionen nutzen ein minimalistisches Embedded Python. In den Hinweisen zu triton-windows wird ein spezieller Schritt für Embedded Python erwähnt: Python-Header und -Bibliotheken müssen möglicherweise neben der ausführbaren python.exe platziert werden.

Achten Sie auf die genauen Ordnernamen:

• include
• libs

Verwechseln Sie libs nicht mit Lib. Lib ist das normale Python-Bibliotheksverzeichnis, das für diese Reparatur nicht geändert werden sollte.

Wenn Triton importiert werden kann, aber das Kompilieren fehlschlägt oder Fehler zu fehlenden Python-Headern auftreten, folgen Sie den Anweisungen im Abschnitt für Embedded Python von triton-windows, um die passenden include- und libs-Dateien für Ihre Python-Version zu erhalten.

Schritt 6: Vor dem Neustart von ComfyUI verifizieren

Führen Sie in der gleichen Python-Umgebung einen Import-Test durch:

.\python_embeded\python.exe -s -c "import triton; print(triton.__version__)"

Stellen Sie sicher, dass PyTorch weiterhin CUDA erkennt:

.\python_embeded\python.exe -s -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())"

Wenn der Import-Test fehlschlägt, wird auch ComfyUI fehlschlagen. Reparieren Sie die Python-Umgebung vor dem Server-Neustart.

Typische Fehler und Lösungen

Was Sie vermeiden sollten

• Installieren Sie triton nicht in der System-Python-Umgebung in der Erwartung, dass die Portable-Version es erkennt.
• Installieren Sie Triton nicht nur, weil es in der Protokollzeile beim Start erwähnt wird.
• Mischen Sie keine Wheels für SageAttention, PyTorch, CUDA und Triton aus unterschiedlichen Anleitungen.
• Führen Sie keine Paketreparaturen als Administrator aus, es sei denn, Ihr ComfyUI ist in einem geschützten Systempfad installiert.
• Ändern Sie nicht python_embeded\Lib, wenn in der Anleitung libs steht.

Wann Sie auf Triton verzichten können

Verzichten Sie auf eine Reparatur, wenn:

• ComfyUI normal startet und Ihr-Workflow fehlerfrei läuft
• Sie ein reines CPU PyTorch nutzen
• Sie AMD- oder Intel-Grafikkarten nutzen und die fehlerhafte Node für NVIDIA CUDA ausgelegt ist
• Der eigentliche Fehler an fehlenden Custom Nodes, Modellen oder Verbindungsfehlern zu Hugging Face liegt

Falls mehrere Pakete gleichzeitig Fehler melden, lesen Sie Häufige ComfyUI-Probleme oder ComfyUI-Plugin-Import fehlgeschlagen.

Relevante Leitfäden

• ComfyUI: No module named 'sageattention' – ignorieren oder beheben?
• ComfyUI-No-module-named-Fehler beheben
• ComfyUI-Abhängigkeitskonflikte
• ComfyUI Torch Not Compiled With CUDA Enabled
• GPU-Kompatibilität
• Häufige ComfyUI-Probleme

Referenzen

• triton-windows GitHub-Repository
• triton-windows PyPI-Seite
• ComfyUI Issue: No module named 'triton'
• ComfyUI Issue: Triton funktioniert nicht in Desktop-Anwendung
• ComfyUI-Forum: comfy_kitchen backend triton unter Windows