ComfyUI 报 Torch not compiled with CUDA enabled 怎么修
ComfyUI 官方 README 的 Troubleshooting 章节，截至 2026-08-09（对应 v0.31.0，发布于 2026-08-08）总共只有一条。这一条讲的就是 Torch not compiled with CUDA enabled。一个 125.2k star（仓库首页，2026-08-09）、README 写得相当长的项目，troubleshooting 章节只列了这一条。
它也是最容易被用错方法去修的一条：不少人第一反应是去翻 ComfyUI 的启动参数，看有没有哪个开关能让它认出显卡。README 没有给这样的开关——它给出的处置动作全部落在 pip 那一层，是卸载当前环境里的 torch、再按平台重装。换句话说，官方口径下这条报错要修的是你这个 Python 环境里的 torch 构建，而不是 ComfyUI 的配置。
一、现象长什么样
典型场景是刚装完、第一次 python main.py，或者第一次点运行工作流时抛出 Torch not compiled with CUDA enabled。它跟「显存不够」「模型加载慢」是完全不同的性质：不是资源问题，是环境装错了。
在 ComfyUI 这边你唯一能让它「不报这个错」的开关是 --cpu。comfy/cli_args.py（v0.31.0）里 --cpu 的 help 写的是「全部用 CPU」，并且直接注明了 slow。所以它不是解法，是绕过——你买显卡的钱就白花了。真要修，得回到 pip 那一层。
二、怎么确认确实是这个问题
按顺序做这四个动作，别跳。
第一步，逐字比对报错文案。 只有原文就是 Torch not compiled with CUDA enabled 时，下面 README 那条处置才对症。带 CUDA error: 前缀的那一类是另一回事，第五节会展开。
第二步，确认自己属于哪种安装方式。 README 的 Installing 章节给了四条路径：Desktop Application（Windows 与 macOS，README 的原始定位是 “The easiest way to get started.”，并且明确写「强烈推荐使用桌面应用」）、Windows Portable Package、Manual Install（覆盖全平台与 NVIDIA / AMD / Intel / Apple Silicon / Ascend）、以及付费的 Comfy Cloud。这一步决定了后面所有动作，选错了你会卸载掉一个根本没在被使用的 torch。
顺带纠正一个很常见的误读：README 在 Installing 章节对 portable 包写的是 “It is not recommended for regular users. Regular users should use the desktop app above.”。portable 不是「更专业的选择」，它的官方定位只是「拿到最新 commit + 完全便携」。
第三步，确认启动命令里没有 --cpu。 加了 --cpu 反而不会报这个错，所以如果你既加了 --cpu 又看到这条报错，说明你手上有两个不同的启动入口，先把这件事理清。
第四步，把日志级别拉起来。 comfy/cli_args.py（v0.31.0）里 --verbose [LEVEL] [FILE] 的合法等级常量是 ('DEBUG', 'DETAIL', 'INFO', 'WARNING', 'ERROR', 'CRITICAL')，控制台默认 INFO，不带值时等价于 DEBUG。看清楚这条报错到底是启动阶段抛的还是执行到某个节点才抛的，能帮你判断它是不是自定义节点带进来的。要进一步二分，可以用 --disable-all-custom-nodes 起一次，纯净环境下还报，才是真的环境问题。
三、README 唯一给出的处置
README 的原文做法就两步：
pip uninstall torch
然后用对应平台的命令重新安装。以下命令全部是 README 原样给出的，不要自己改 index-url。
NVIDIA 稳定版：
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
NVIDIA nightly：
pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu132
AMD（Linux，ROCm 稳定版）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.2
Intel Arc（torch.xpu，Windows 与 Linux）：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/xpu
AMD 在 Windows 与 Linux 上还有一组按 RDNA 代次区分的构建（RDNA 3 / 3.5 / 4，index-url 形如 https://rocm.nightlies.amd.com/v2/gfx110X-all/），README 明确把这一组标注为 Experimental，并注明它们比上面的稳定构建硬件支持更少。Apple Mac silicon（M1 到 M4）走的是 PyTorch nightly，README 把具体步骤指向了 Apple 的「Accelerated PyTorch training on Mac」开发者指南。
装完 torch 之后，在 ComfyUI 目录内补上依赖：
pip install -r requirements.txt
再 python main.py。
cu130 这一条不是建议，是要求
README 的 Manual Install 章节里有一句必须单独拎出来：cu130 及以上在 NVIDIA 20 系及以上是必需的（required）。很多人是照着旧教程装的，那些教程里的 index-url 停在更低的 cuda 版本上——按 README 现在的口径，20 系及以上的卡就不满足这条 required 了。同一章节还给了三条版本策略：torch 2.7 是最低支持版本（minimally supported），但 README 极力推荐用更新的；一般推荐最新 major 版 pytorch 配最新 cuda 版本，除非它发布不足 2 周；如果你的 pytorch 超过 6 个月没更新，请更新它。
Python 侧同样有版本矩阵：3.13 是 very well supported；3.14 能用，但某些自定义节点可能有问题，free threaded 变体因为部分依赖会启用 GIL 而不算完全支持；3.12 是 3.13 上遇到自定义节点依赖问题时的退路。如果你反复重装 torch 都不对劲，先看看自己是不是在一个 3.14 环境里。
四、portable 用户和手动安装用户，动作完全不同
这是本文最想让你分清的一件事。
手动安装（Manual Install）用户：pip uninstall torch 加重装，就是对症的。唯一要盯的是你有没有在同一个解释器/虚拟环境里操作——终端里那个 pip 和你启动 python main.py 用的那个 python 必须是同一套。这一步搞错，你会卸掉一个和 ComfyUI 无关的 torch，然后困惑为什么报错一模一样。
Windows Portable 用户：portable 包自带自己的 Python 运行时和 torch，默认的 NVIDIA portable 包 README 写明是自带 python 3.13 与 pytorch cuda 13.0。你在系统命令行里敲 pip uninstall torch，动的多半不是 portable 用的那一套。而且 README 对「portable 起不来」给的建议压根不是重装 torch，是更新 NVIDIA 驱动。
portable 用户真正的高频坑是下错包。官方一共四个：
| 包 | 适用范围（README 原文要点） |
|---|---|
ComfyUI_windows_portable_nvidia.7z | supports 20 series and above |
ComfyUI_windows_portable_nvidia_cu126.7z | pytorch cuda 12.6 + python 3.12，Supports Nvidia 10 series and older GPUs，DO NOT USE THIS ON NEWER 20 SERIES AND ABOVE GPUS |
ComfyUI_windows_portable_amd.7z | AMD GPUs |
ComfyUI_windows_portable_intel.7z | Intel GPUs |
那句全大写的警告是 README 自己写的，不是我加的语气。老卡下默认包、新卡下 cu126 包，都会让你在环境这一层原地打转。另外两条 README 提到的 portable 细节也顺手记一下：用 7-Zip 或较新版本 Windows 的资源管理器解压即可运行；解压有问题时右键文件 → 属性 → 解除锁定（unblock）。
Desktop Application 用户：它是基于最新 stable core 版本构建发布的成品应用，README 没有把 pip uninstall torch 这条 troubleshooting 挂在它名下。如果你用的是桌面版又撞上这条报错，比起手动去动它内部的 Python 环境，更稳妥的路是走官方渠道重装或反馈。
五、处置完怎么验证
不要用「生成一张图看看」来验证。那一步会把模型文件、工作流、自定义节点全都混进来，一旦失败你分不清是哪一层的问题。按下面这个顺序验，每一步都只验一件事：
- 重新
python main.py，只看它有没有正常起到服务监听。comfy/cli_args.py（v0.31.0）里--port默认8188，--listen默认127.0.0.1。能起来且这条报错消失，torch 这一层就过了。 - 加
--verbose再起一次，确认启动日志里没有别的关于设备的告警被 INFO 级别默认吞掉。 - 用
--disable-all-custom-nodes起一次做对照。如果纯净环境正常、带自定义节点报错，那问题已经不在 torch 这一层了。
如果你还想直接确认 torch 构建本身，pip show torch 看版本字符串、或者在同一个解释器里 import torch 后查询 CUDA 是否可用，都是通用的 PyTorch 自检手段——这一条是通用做法，不是 ComfyUI README 的内容，写在这里只是给你一个不依赖 ComfyUI 的旁证。
本文里的 pip 命令是 README 原样给出的；上面这几步启动参数的组合，则是按官方参数语义组合的示例，未逐项实测，以官方文档与 python main.py --help 的实际输出为准。
六、什么情况说明不是这个原因
这一节比前面几节更重要，因为「一条道走到黑」的代价通常是把好好的环境反复重装到崩。
报错文案带 CUDA error: 前缀的，不是这个原因。 官方仓库 issue #10468 反映了「CUDA error: no kernel image is available for execution on the device」这一现象，创建于 2025-10-24，标签为 User Support，截至 2026-08-09 仍为 open。它和本文这条在字面上就是两句不同的报错，README 的 troubleshooting 只对 Torch not compiled with CUDA enabled 这一句给了处置，并没有把它覆盖到带 CUDA error: 前缀的那一类上。所以看到的不是原文那句，就别拿 pip uninstall torch 去套。（我们没有读过该 issue 的正文与评论，这里只引用它的标题所描述的现象，也没有任何官方结论说明它的根因。）
你根本不是 NVIDIA 卡的，别追 CUDA。 AMD 在 Linux 上走 ROCm，在 Windows 上只有那组标着 Experimental 的构建；Intel Arc 走 torch.xpu；Apple silicon 走 MPS 那条 nightly 路线。README 还给了两条针对「ROCm 未正式支持的 AMD 卡」的运行期设置：6700、6600 以及可能的其它 RDNA2 或更老的卡用 HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py，AMD 7600 以及可能的其它 RDNA3 卡用 HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py。这几类平台上出现的启动失败，跟本文这条报错没有关系。
老卡上启动就崩、但报错完全是另一句的，先看 cuda-malloc。 官方仓库 issue #940 反映了「Default arg “cuda-malloc” causes CUDA error: operation not supported on GTX 960M GPU」这一现象，创建于 2023-07-19，标签为 User Support，截至 2026-08-09 仍为 open。对应的参数是 --cuda-malloc / --disable-cuda-malloc，comfy/cli_args.py（v0.31.0）里这组互斥参数的 help 注明 torch 2.0 及以上默认启用 cudaMallocAsync。老卡上值得拿 --disable-cuda-malloc 起一次做排除。要说清楚的是：这个 issue 的状态是 open，不是官方已确认的根因，我们也没有读过它的正文；这里只是给你一条可执行的判定路径。
重装完还是原样、而你用的是 portable 包的，八成不在 torch 这一层。 回到第四节：先核对包选对没有，再按 README 的建议更新 NVIDIA 驱动。
升级之后才开始出现的，先怀疑版本组合。 README 的 Release Process 章节写明，ComfyUI Core 大约每 2 周发一个 major stable 版本，并且stable release tag 之外的 commit 可能非常不稳定，会弄坏很多自定义节点。如果你是跟着 master 走的，先切回一个 stable tag 再判断。这条不能治 Torch not compiled with CUDA enabled 本身，但能帮你把「环境问题」和「版本问题」分开——这两类混在一起查，是最耗时间的。
延伸阅读
- AMD 卡上 ComfyUI 跑不动的排查清单
- ComfyUI 在 Apple Silicon 上的已知边界：先分清是 MPS 的限制，还是你装错了环境
- ComfyUI 报 CUDA no kernel image is available：成因方向与判定路径
本文依据 ComfyUI 官方仓库（github.com/Comfy-Org/ComfyUI）的 README、comfy/cli_args.py、release notes 与官方安全公告整理，核对日 2026-08-09，对应版本 v0.31.0；文中引用的 issue 状态为该日期的快照。本文内容为官方文档与源码口径，非本机实测。参数、默认值与功能随版本变动，请以官方文档与 python main.py --help 的实际输出为准。