GPU 兼容性

NVIDIA GPU

搭载 CUDA 的 NVIDIA GPU 是 ComfyUI 支持最好的选项。

支持的显卡

VRAM 建议

驱动、CUDA 与 PyTorch 版本匹配

正确的驱动、CUDA 和 PyTorch 组合至关重要。以下是兼容性对照表：

请始终保持 NVIDIA 驱动为最新版本：nvidia.com/Download

AMD GPU

Windows（DirectML）

Windows 上的 AMD GPU 支持使用 DirectML。请使用便携版安装包并添加 --directml 参数。可以使用但有一些限制：

• 性能：同级别 GPU 比 NVIDIA CUDA 慢
• 兼容性：部分自定义节点仅支持 CUDA
• 配置：使用便携版安装包并添加 --directml 参数

支持的显卡：RX 6000 系列及更新型号（RDNA2+）

Linux（ROCm）

Linux 上的 AMD 使用 ROCm，性能优于 DirectML。参见手动安装了解 ROCm PyTorch 配置：

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

支持的显卡：RX 6000, RX 7000 系列（RDNA2/RDNA3）

Intel GPU

Intel Arc（XPU）

Intel Arc GPU 通过 XPU 后端提供实验性支持：

• 支持型号：Arc A770, A750, A580
• 状态：实验性 - 预期部分节点无法工作
• 配置：需要 Intel oneAPI 工具包和支持 XPU 的 PyTorch

Intel 核显

不推荐。共享内存速度太慢且容量有限，无法实际使用。

Apple Silicon（macOS）

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

• 使用统一内存（CPU 和 GPU 共享）
• M1/M2 配 16 GB：可运行 SD 1.5 和 SDXL
• M3/M4 配 32 GB+：可运行 Flux 和部分视频模型
• 性能低于独立 NVIDIA GPU

仅 CPU 模式

ComfyUI 可以通过 --cpu 参数在 CPU 上运行。速度非常慢，仅适合测试：

• SD 1.5（512×512）：每张图约 5-10 分钟
• SDXL：每张图约 15-30 分钟
• 视频生成：不实用

RTX 50 系列配置指南

RTX 50 系列（5070 Ti、5080、5090）太新，许多现有教程尚未覆盖。以下是你需要的配置：

1. 更新 NVIDIA 驱动到最新版本（575+）
2. 安装支持 CUDA 13.0 的 PyTorch：

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

3. 已知问题：
   • SageAttention 可能编译失败 - 使用 --use-pytorch-cross-attention 作为临时解决方案
   • 部分较旧的自定义节点需要更新以兼容 CUDA 12.8+
   • Nunchaku 插件需要特定配置

如果你在使用新的 50 系列 GPU 时遇到困难，先下载Wonderful Launcher试试，它是免费的，也可以自动恢复环境，无需重装。另请参阅常见问题 - RTX 50 系列获取更多故障排除技巧。

相关指南

• 系统要求 — 完整的硬件和软件要求
• 桌面应用 — 最简单的安装方式（仅限 NVIDIA）
• 便携版安装包 — 支持 NVIDIA、AMD 和 CPU
• 手动安装 — 完全控制，支持所有 GPU 类型
• 常见问题 — GPU 相关问题的解决方案
• 依赖冲突 — PyTorch CUDA 版本冲突时的处理方法