GPU 兼容性

NVIDIA GPU

搭載 CUDA 的 NVIDIA GPU 是 ComfyUI 支持最好的選項。

支持的顯卡

VRAM 建議

驅動、CUDA 與 PyTorch 版本匹配

正確的驅動、CUDA 和 PyTorch 組合至關重要。以下是兼容性對照表：

請始終保持 NVIDIA 驅動為最新版本：nvidia.com/Download

AMD GPU

Windows（DirectML）

Windows 上的 AMD GPU 支持使用 DirectML。請使用便攜版安裝包並添加 --directml 參數。可以使用但有一些限制：

• 性能：同級別 GPU 比 NVIDIA CUDA 慢
• 兼容性：部分自定義節點僅支持 CUDA
• 配置：使用便攜版安裝包並添加 --directml 參數

支持的顯卡：RX 6000 系列及更新型號（RDNA2+）

Linux（ROCm）

Linux 上的 AMD 使用 ROCm，性能優於 DirectML。參見手動安裝瞭解 ROCm PyTorch 配置：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.2.4

支持的顯卡：RX 6000, RX 7000 系列（RDNA2/RDNA3）

Intel GPU

Intel Arc（XPU）

Intel Arc GPU 通過 XPU 後端提供實驗性支持：

• 支持型號：Arc A770, A750, A580
• 狀態：實驗性 - 預期部分節點無法工作
• 配置：需要 Intel oneAPI 工具包和支持 XPU 的 PyTorch

Intel 核顯

不推薦。共享內存速度太慢且容量有限，無法實際使用。

Apple Silicon（macOS）

M1、M2、M3 和 M4 芯片通過 MPS（Metal Performance Shaders）後端提供支持：

• 使用統一內存（CPU 和 GPU 共享）
• M1/M2 配 16 GB：可運行 SD 1.5 和 SDXL
• M3/M4 配 32 GB+：可運行 Flux 和部分視頻模型
• 性能低於獨立 NVIDIA GPU

僅 CPU 模式

ComfyUI 可以通過 --cpu 參數在 CPU 上運行。速度非常慢，僅適合測試：

• SD 1.5（512×512）：每張圖約 5-10 分鐘
• SDXL：每張圖約 15-30 分鐘
• 視頻生成：不實用

RTX 50 系列配置指南

RTX 50 系列（5070 Ti、5080、5090）太新，許多現有教程尚未覆蓋。以下是你需要的配置：

1. 更新 NVIDIA 驅動到最新版本（575+）
2. 安裝支持 CUDA 13.0 的 PyTorch：

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

3. 已知問題：
   • SageAttention 可能編譯失敗 - 使用 --use-pytorch-cross-attention 作為臨時解決方案
   • 部分較舊的自定義節點需要更新以兼容 CUDA 12.8+
   • Nunchaku 插件需要特定配置

如果你在使用新的 50 系列 GPU 時遇到困難，先下載Wonderful Launcher試試，它是免費的，也可以自動恢復環境，無需重裝。另請參閱常見問題 - RTX 50 系列獲取更多故障排除技巧。

相關指南

• 系統要求 — 完整的硬件和軟件要求
• 桌面應用 — 最簡單的安裝方式（僅限 NVIDIA）
• 便攜版安裝包 — 支持 NVIDIA、AMD 和 CPU
• 手動安裝 — 完全控制，支持所有 GPU 類型
• 常見問題 — GPU 相關問題的解決方案
• 依賴衝突 — PyTorch CUDA 版本衝突時的處理方法