comfyui wan2.2工作流中的节点Patch Sage Attention KJ的问题

                        Sage Attention KJ的问题解决方案
备注:显卡最好5090以上,最差也要4090.4090太过于入门,要让你吐血。😔

我的显卡:3090和4090,comfyui用3090 。windows11环境

注意:要cd  "你的ComfyUI-aki-v1.3路径\python" 才可以./python.exe
一、问题描述:
       comfyui出错日记含

                torch.OutOfMemoryError: Allocation on device Got an OOM,

                unloading all loaded models.

原因分析: ComfyUI-KJNodes  插件中的  PathchSageAttentionKJ  节点尝试使用 Sage Attention 加速注意力计算,但您的 Python 环境中没有安装  sageattention  这个包。
二、解决方法:

        1、下载:SageAttention

        .\python.exe -m pip install git+https://github.com/thu-ml/SageAttention.git

        2、如果出现错误:
                sageattention → core.py → import triton → ModuleNotFoundError: No module named 'triton'

              则下载triton:.\python.exe -m pip install triton-windows

备注:Triton 是 NVIDIA 开发的一个 Python 库,用于编写 GPU 加速的自定义内核。Sage Attention 需要 Triton 来运行其 CUDA 内核。

三,问题延伸

Triton 安装后,PyPI 版本的  sageattention  可以导入了,但它没有  sageattn_qk_int8_pv_fp8_cuda  这个函数。
有以下错误:ImportError: cannot import name 'sageattn_qk_int8_pv_fp8_cuda' from 'sageattention'

      这说明 PyPI 上的  sageattention  包不是 ComfyUI-KJNodes 需要的那一个,  

需要卸载 PyPI 版本,从 GitHub 安装正确的版本。

        1、卸载:.\python.exe -m pip uninstall sageattention -y

        2、 GitHub 安装正确的 Sage Attention

                .\python.exe -m pip install git+https://github.com/thu-ml/SageAttention.git

注意: 这个需要从源码编译 CUDA 扩展,需要:
 
                Visual Studio Build Tools(C++ 编译器)
    下载精简版:
https://aka.ms/vs/17/release/vs_BuildTools.exe

            1. 下载好,2.  运行安装程序 3. 勾选 "使用 C++ 的桌面开发"(约 8GB)4. 点击安装,等待完成

   如果安装出现错误:

                则:

                        解决方案:安装 Windows SDK
                        步骤 1:打开 Visual Studio Installer
                        点击 "修改" Visual Studio 生成工具 2022
                        步骤 2:勾选 Windows SDK
                        在右侧组件列表中找到并勾选:
 
                        Windows 11 SDK (10.0.26100.0) 或Windows 10 SDK (10.0.19041.0)
                        如果 Win11SDK 安装失败,尝试勾选 Windows 10 SDK。
                        步骤 3:点击修改,等待安装完成
                        或者手动下载 Windows SDK
                        如果 VS Installer 里安装失败,可以单独下载:

                        https://developer.microsoft.com/zh-cn/windows/downloads/windows-sdk/

                        下载 Windows 11 SDK 或 Windows 10 SDK,安装即可。

四、到这步还出现问题

1、用 设置系统环境变量CUDA_HOME(需要管理员权限)
        [Environment]::SetEnvironmentVariable("CUDA_HOME", "C:\Program Files\NVIDIA GPU        Computing Toolkit\CUDA\v12.4", "User")
        [Environment]::SetEnvironmentVariable("PATH", $env:PATH + ";C:\Program Files\NVIDIA        GPU Computing Toolkit\CUDA\v12.4\bin", "User")

  同时重新下载SageAttention.ZIP

2、重新安装:.\python.exe -m pip install "I:\kimiProject\SageAttention"

3、如果还是失败。则修改setup.py (可以下载我的)

修复 setup.py
用记事本打开  I:\kimiProject\SageAttention\setup.py ,做两处修改:
修改 1:第 34-42 行,git 版本获取
原来的代码:
python
def get_git_commit_timestamp():
    try:
        timestamp = subprocess.check_output(
            ["git", "-C", os.path.dirname(os.path.abspath(__file__)), "log", "-1", "--format=%ct"]
        ).strip().decode("utf-8")
    except Exception:
        return None
    return timestamp if timestamp.isdigit() else None


# Make wheel ZIP metadata deterministic
# If SOURCE_DATE_EPOCH is unspecified, then query with git, then fallback to Unix epoch
os.environ.setdefault("SOURCE_DATE_EPOCH", get_git_commit_timestamp() or "315532800")

改成:
python
def get_git_commit_timestamp():
    return "315532800"  # 直接返回固定时间戳,跳过 git 检测

# Make wheel ZIP metadata deterministic
os.environ.setdefault("SOURCE_DATE_EPOCH", "315532800")

修改 2:第 108-110 行,CUDA_HOME 检测
原来的代码:
python
    if CUDA_HOME is None:
        raise RuntimeError(
            "Cannot find CUDA_HOME. CUDA must be available to build the package.")

改成:
python
    # 强制指定 CUDA_HOME
    import os
    os.environ["CUDA_HOME"] = r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4"
    CUDA_HOME = os.environ["CUDA_HOME"]
    
    if CUDA_HOME is None or not os.path.exists(CUDA_HOME):
        raise RuntimeError(
            "Cannot find CUDA_HOME. CUDA must be available to build the package.")

  # Compiler flags.

    if os.name == "nt":

        # TODO: Detect MSVC rather than OS

        # 源代码

       #CXX_FLAGS = ["/O2", "/permissive-", "-DENABLE_BF16"]

       #修改代码

       CXX_FLAGS = ["/O2", "/permissive-", "/std:c++17", "-DENABLE_BF16"]

       LINK_FLAGS = ["/Brepro"]

    else:

        CXX_FLAGS = ["-O3", "-DENABLE_BF16"]

        LINK_FLAGS = []

4、设置环境变量

右键 "此电脑" -> "属性" -> "高级系统设置" -> "环境变量"

在用户变量中添加:

变量名:INCLUDE
值:
C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\VC\Tools\MSVC\14.44.35207\include;C:\Program Files (x86)\Windows Kits\10\Include\10.0.26100.0\ucrt;C:\Program Files (x86)\Windows Kits\10\Include\10.0.26100.0\um;C:\Program Files (x86)\Windows Kits\10\Include\10.0.26100.0\winrt;C:\Program Files (x86)\Windows Kits\10\Include\10.0.26100.0\cppwinrt;C:\Program Files (x86)\Windows Kits\10\Include\10.0.26100.0\shared

变量名:LIB
值:
C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\VC\Tools\MSVC\14.44.35207\lib\x64;C:\Program Files (x86)\Windows Kits\10\Lib\10.0.26100.0\ucrt\x64;C:\Program Files (x86)\Windows Kits\10\Lib\10.0.26100.0\um\x64

在 Path 变量中添加(新建三行):
C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\VC\Tools\MSVC\14.44.35207\bin\Hostx64\x64
C:\Program Files (x86)\Windows Kits\10\bin\10.0.26100.0\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\bin

注意:如果 MSVC 版本号不是 14.44.35207,请替换为实际版本号

编译安装 Sage Attention

cd "你的ComfyUI-aki-v1.3路径\python"

# 设置临时环境变量(确保当前会话有效)
$env:CUDA_HOME = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4"
$env:PATH = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\bin;" + $env:PATH
$env:SOURCE_DATE_EPOCH = "315532800"

安装
.\python.exe -m pip install "I:\kimiProject\SageAttention" --no-build-isolation --force-reinstall

步骤 7:验证安装

.\python.exe -c "from sageattention import sageattn_qk_int8_pv_fp8_cuda; print('OK')"

预期输出:
OK

有关文件下载(setup.py已修改直接用)

【ComfyUI】Wan2.2 Smooth Mix 首尾帧图像电影质感视频生成 Smooth Mix wan2.2电影质画质加速版 该工作流通过两张图像(首尾帧)自动生成影视级视频,集成提示词生成、模型混合、插帧放大等模块。核心采用双UNet模型(wan2.2系列)实现高低质量路径推理,配合RH_Captioner节点自动生成视频语义提示词。流程包含图像输入、语义分析、模型融合、采样插帧和视频输出五个阶段,通过wanBlockSwap等节点实现动态模型切换,最终由RIFE VFI插帧生成流畅视频。工作流支持4K输出,适用于角色变身、场景切换等高需求场景,显著降低专 阅读详情

相关推荐

Windows下安装SageAttention-No module named‘sageattention‘

需要先安装好python环境和对应的pytorch,最好另外建一个虚拟环境,虽然直接在本地上也可以编译。编译完成后在dist文件夹可以找到如果在本机环境编译并安装。

u014288878的博客 4264

显存充足,pytorch却报错CUDA out of memory?(已解决)

明明显存充足,但是train的时候总是提示“CUDA out of memory”。注意!这里的allocated是你自己程序所占用的,我之前理解错了,以为是被别人占用的(然而并没有其他进程)。

weixin_45914748的博客 3万+

ComfyUI/Wan2.2 SmoothMix 首尾帧电影质感视频生成

文件编号:c0141 ComfyUI使用教程、开发指导、资源下载: https://datayang.blog.csdn.net/article/details/145220524 AIGC工具平台Tauri+Django开源ComfyUI项目介绍和使用 https://datayang.blog.csdn.net/article/details/146316250 更多工具介绍 项目源码搭建介绍: 《我的AI工具箱Tauri+Django开源git项目介绍和使用》https://datayang.blog.csdn.net/article/details/146156817 图形桌面工具使用教程: 《我的AI工具箱Tauri+Django环境开发,支持局域网使用》https://datayang.blog.csdn.net/article/details/141897708

ComfyUI-Impact-Pack项目中Sage Attention兼容性问题分析与解决方案

在ComfyUI-Impact-Pack项目使用过程中,部分用户遇到了关于Sage Attention模块的兼容性问题。具体表现为当使用SD1.5模型时,系统会抛出"headdim should be in [64, 96, 128]"的错误提示,导致工作流无法正常执行。这个问题主要出现在DetailerForEach节点和KSampler节点中。 ## 技术分析 ### 错误根源 该错误源...

gitblog_07330的博客 1970

手把手教你用RMII接口配置以太网PHY芯片(附YT8512实战代码)

本文详细介绍了如何使用RMII接口配置以太网PHY芯片,以国产YT8512为例,提供从硬件设计到软件驱动的全流程实战指南。内容包括RMII接口技术解析、YT8512硬件设计要点、驱动开发实战代码及常见问题排查,帮助开发者快速实现以太网通信功能。

mac99的博客 995

从mseed到SAC格式转换全攻略:mseed2sac工具安装与批量处理技巧

本文详细介绍了如何将mseed格式的地震数据高效转换为SAC格式,涵盖mseed2sac工具的安装、单文件转换技巧、批量处理自动化实现以及元数据高级处理策略。通过具体命令和脚本示例,帮助地震学研究者快速掌握数据预处理的关键技术,提升波形数据分析效率。

ruby5的博客 927

ComfyUI自定义节点推荐:KJNodes效率工具箱从0到1上手指南

ComfyUI-KJNodes 是一套面向 ComfyUI 的自定义节点合集,把参数提取、跨子图传参、遮罩批处理、模型加速等高频操作打包成一个个即插即用的模块。无论你是在搭生图流水线,还是折腾视频生成与 LoRA 训练,这套 ComfyUI 自定义节点都能把画布上的连线大幅简化,适合从新手到进阶的绝大多数用户。本文用 7 个高频问题带你完整认识它。 ## 问题一:KJNodes 到底塞了什么,值

gitblog_00051的博客 776

椭圆 —— 从理论推导到最小二乘法拟合

前言 椭圆在高中数学里就开始提到,都是从标准方程开始如: x2a2+y2b2=1(a>b>0) \frac{x^2}{a^2}+\frac{y^2}{b^2}=1(a>b>0) a2x2​+b2y2​=1(a>b>0) 其中 aaa 为椭圆的长轴,bbb 为椭圆短轴。如长轴为 111 ,短轴为 0.50.50.5 的椭圆可以这样画出 ezplot('x^2/1^2 + y^2/0.5^2 = 1',[-1.5 1.5 -1 1]) grid on; 标准方程可以很方便

学徒浩子 2万+

还在被混乱连线和爆显存折磨?用 ComfyUI-KJNodes 给工作流来一次全面提速

ComfyUI-KJNodes 是一套面向中级用户的 ComfyUI 自定义节点扩展,把节点管理、批量图像处理与模型优化能力打包成 200 多个即插即用的节点。这篇文章不打算面面俱到地罗列功能清单,而是沿着"工作流里最磨人的五个痛点"一路讲下去:连线越拉越乱、参数反复手改、遮罩动画逐帧硬 K、显存动不动爆掉、调试一次等半天。每个痛点都对应一组真实可用的节点和操作手法,读完你就能立刻在自己的工作台上

gitblog_00237的博客 280

告别I2C和SPI:用FPGA驱动DS18B20,一根线搞定温度采集(附Verilog代码)

本文详细介绍了如何利用FPGA通过单总线协议(One-Wire)驱动DS18B20温度传感器,仅用一根数据线实现高效温度采集。内容涵盖协议解析、Verilog代码实现及调试技巧,帮助开发者节省IO资源并提升系统性能。

weixin_42696271的博客 389

【工具使用】Keil常用的调试操作整理介绍

2、当选择了非0级优化时,调试可能会变得困难,具体表现在断点调试。该按钮是在进入了函数单步调试的时候,有时候你可能不必再执行该函数的剩余部分了,通过该按钮就直接一步执行完函数余下的部分,并跳出函数,回到函数被调用的置。:如果是在C语言窗口中,则是按单条语句执行,与单步调试不同的是,遇到函数不会进入函数内部,而是直接全速运行函数,并跳到下一条语句。但我的Keil软件中无法显示这个视图,并且通过修改系统试图,调试时,点击打开系统视图发生了闪退的现象,目前能想到的原因是:重新安装Keil,安装最新版本。

MEYOU_Cc 不吃香菜! 1万+

为什么 agents-cli 默认不在 Trace 中记录 LLM 内容?安全设计深度解读

使用 **agents-cli** 部署 AI Agent 时,你是否发现 Cloud Trace 里只有调用的耗时和错误,却看不到 Prompt 和模型回复的原文?这并不是功能缺失,而是 agents-cli 有意为之的**安全默认设计**:Trace 默认不记录 LLM 消息内容(`NO_CONTENT`),完整内容则进入权限隔离的 GCS/BigQuery 审计通道。本文将带你快速看懂这套分

gitblog_00229的博客 202

每天一个优秀提示词学习收藏 - 文本创作篇(二)

宝子们,今天不藏私啦!我把这段时间四处搜罗、潜心钻研出来的文本创作 Prompt 提示词大礼包双手奉上,这可都是能让你的 AI 创作水平原地起飞的干货!走过路过不要错过,赶紧码住,开启你的 AI 创作进阶之旅吧!

2401

ComfyUI + MiniMax-H3 + 加速LoRAs + SageAttention + 等等……

本文主要讨论和记录了在ComfyUI下的MiniMax-H3参考生视频的各种加速LoRA,注意力后端,长视频工作流,等等。目前各种H3加速满天飞,出新品的速度超过我打字的速度……

Shion's bla bla blog 1549

分布式协作方案:OpenClaw多节点部署与设备互联

主从架构或对等架构服务发现与注册机制负载均衡策略选择分布式任务队列优先级调度失败重试机制WebSocket实时通信数据同步引擎冲突解决策略健康检查机制故障自动转移数据复制与恢复通过分布式部署,OpenClaw可以支撑更大规模的业务场景,提供更稳定可靠的AI助手服务。在下一篇文章中,我们将深入探讨安全与权限管理的精细化策略。

gaoxiang_120的专栏 370

人工智能训练师(三级)操作技能考核·自测卷

为您定制了一份。这份试卷严格拆分了“业务分析”、“智能训练”、“智能系统设计”、“培训与指导”四大模块,所有填空题均来源于上一轮整理的。您可以先用它进行“第二步(抛开答案自己填)”,填完后对照末尾的答案速查进行“第一步(补全并运行)”的校验,最后标记错题进行“第三步(针对性重复练习)”。

suny8088的博客 103

什么是 OOM(Out Of Memory)?如何系统排查和解决?

OOM(Out of Memory)意为“内存溢出”,指程序运行过程中试图申请的内存超过了系统或设备允许的限制,导致运行失败。现象是否服务器问题?GPU 显存几乎满,但不是你占用✅ 是,服务器资源分配问题GPU 几乎空闲,但仍报 OOM❌ 多半是你代码问题你自己的进程显存暴涨(batch/model太大)❌ 是你本地代码问题有显存碎片,无法分配大块显存✅/❌ 看具体释放策略。

草莓奶忻的博客 2995

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

pytorch出现RuntimeError: CUDA out of memory的问题解决

1、大概率是batch_size设置过大 2、也存在有多线程,把num_works设置为0

qq_36379719的博客 2473

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

50系显卡跑工作流报错:‘sm_120‘ is not a recognized processor for this target/No module named ‘sageattention‘

摘要: 本教程针对使用RTX 50系显卡和Python 3.12的用户,解决ComfyUI中No module named 'sageattention'错误。问题源于新硬件架构sm_120未获官方triton库支持,以及Python 3.12缺乏预编译包。解决方案分两步:安装支持新显卡的魔改版triton-windows,再强制安装兼容的旧版sageattention 1.0.6。关键步骤包括清理残留、安装特定版本库,并重启ComfyUI后设置节点模式为auto。

scj0725的博客 2320

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

如何有效解决深度学习中的CUDA内存溢出问题torch.cuda.OutOfMemoryError CUDA out of memory

处理CUDA内存溢出问题时,必须综合考虑多种因素,包括批量大小、模型复杂度、内存碎片及其管理、数据加载和预处理策略。以下是一个更详细的分析和一些具体的解决方案,以及实例说明如何解决这些问题。

m0_73640344的博客 1576

ComfyUI-KJNodes终极指南:5步让你的AI图像生成速度翻倍!

还在为ComfyUI生成图像时的漫长等待而烦恼吗?ComfyUI-KJNodes提供了强大的模型优化节点,通过智能的推理加速和性能调优技术,让你的AI创作工作流更加高效。本文将为你揭秘5个实用的性能优化技巧,帮助你在保持生成质量的同时,大幅提升运行速度! **核心关键词**:ComfyUI-KJNodes模型优化、AI图像生成加速、ComfyUI性能调优 **长尾关键词**:ComfyUI-K

gitblog_00595的博客 224

Windows系统安装SageAttention详细教程:Wheel文件安装指南

本文详细介绍Windows系统安装SageAttention的wheel文件方法。SageAttention是清华大学开发的高效注意力机制库,相比FlashAttention能提速2-5倍。文章推荐使用预编译wheel文件安装,可避免编译问题、安装快速且稳定。提供了HuggingFace Hub、GitHub等多个wheel文件下载地址,并给出版本选择指南。详细说明环境准备、安装步骤和验证方法,包括Python版本检查、CUDA匹配等关键点。同时总结了常见问题解决方案,如版本不匹配、CUDA兼容性等。最后强

AITechLab 的博客 6875

Windows下成功安装SageAttention和triton

是一种「高效节能版」的注意力机制, 通过稀疏化和 GPU 内核优化让视频生成模型更快、更省显存, 相当于 FlashAttention 的“下一代”。在执行tcc.exe的时候报错。SageAttention 安装成功之后,就可以在Windows环境下启用加速功能了,一般会有比较明显的提速效果。红色框中选中的文件适用于cuda 为12.8,torch为2.8.0,Python为3.13。比如我的Pytorch是2.8,可以安装Triton3.4。必须根据自己环境来选择合适的文件,这里基本涵盖了常见的版本。

TonyNotes的博客 6554

(超全方法)尝试解决问题:torch.cuda.OutOfMemoryError: CUDA out of memory.

提供多种方法解决CUDA内存不足(Out of Memory)的问题。

qq_56438555的博客 3万+
上一篇: js:()=>(,);()的作用:明确表达式的边界。
下一篇: comfyui的工作流auto_audio音频克隆
owerm
博客等级 码龄8年 160粉丝 31原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值