隨著 NVIDIA 最新一代 RTX 50 系列（Blackwell 架構）顯卡的上市，追求極致效能的 AI 創作者紛紛搶先入主這款具備 sm_100 計算能力的硬體怪獸。然而，身為第一批硬體先行者，往往會面臨「軟體跟不上硬體」的陣痛期。特別是在 ComfyUI 中執行 LTX-2 這種對硬體底層極度敏感的新世代影音模型時，許多使用者會遭遇「CUDA error: no kernel image is available for execution on the device」的報錯。這項錯誤並非顯卡故障，而是因為目前的穩定版 PyTorch（如 2.9.1+cu126）在編譯時尚未包含針對 Blackwell 架構設計的二進位內核指令（Kernel Image），導致顯示卡空有強大戰力卻無法執行程式。
要解決這項相容性代溝，核心關鍵在於跳過穩定版，直接升級至 PyTorch 的 Nightly（開發預覽）版本。透過安裝支援 CUDA 12.8 或 13.0 指令集的 Nightly 構建版本，我們可以手動為環境補足 sm_100 所需的運算邏輯。本次修復實測將原本的 PyTorch 2.9.1+cu126 徹底移除，並精準更換為具備 Blackwell 指令集的 2.11.0.dev 版本。這不僅解決了報錯問題，更能真正釋放 RTX 5070 Ti 在 FP8 優化下的驚人速度。對於同樣購買 50 系列顯卡卻被 CUDA 錯誤阻擋在外的玩家，這是一場必經的環境升級之旅。
▲ 在 RTX 5070 Ti 上嘗試執行 LTX-2 工作流時，畫面彈出了紅色的 CUDA 錯誤視窗。報錯訊息明確指出「no kernel image is available」，這代表目前的 PyTorch 軟體層無法將運算指令翻譯給最新的 Blackwell 架構硬體，導致節點執行中斷。
▲ 修復的第一步是清理舊環境。我們先在 ComfyUI 內部開啟終端機，它會自動定位到 ComfyUI 的 Python 環境，執行指令 python.exe -m pip uninstall torch torchvision torchaudio xformers -y 將原有的 torch、torchvision、torchaudio 以及容易造成相容性衝突的 xformers 徹底卸載，確保後續安裝的新版指令集不會與舊殘留產生衝突。
▲ 接著執行關鍵的安裝指令 python.exe -m pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128，從官方 Nightly 頻道下載支援 cu128 的 PyTorch 預覽版。可以看到系統下載了多個大型檔案。這個版本包含了專為 sm_100 編譯的二進位內核，是讓 RTX 50 系列顯卡正常運作的靈魂補丁。最終看見安裝完成訊息即可重開 ComfyUI 軟體。
▲ 安裝完成後重新啟動 ComfyUI 軟體。為了確認環境是否更新成功，我們點擊 LOGO 選單中的「Help」並選擇「About ComfyUI」。
▲ 在 System Info 資訊欄中，確認 PyTorch Version 已成功從舊版升級至 2.11.0.dev20260108+cu128。這代表環境已具備識別 Blackwell 架構的能力，困擾許久的 CUDA Kernel 報錯將不復存在，可以開始享受影音生成的極速快感。
《上一篇》ComfyUI x LTX-2：完美結合畫面與聲音的開源影片生成工具！實測 T2V 短片輸出 
留言區 / Comments
萌芽論壇