ComfyUI 相关经验
在 Ubuntu 上安装 ComfyUI 最推荐的方法是使用官方 Comfy CLI：安装 Python 3.13 → pip 安装 comfy-cli → 运行 comfy install → comfy launch 即可启动 Web UI（默认端口 8188）。
生成图片对比：
Mac pro max M2 :100+秒/图
V100 : 10+秒/图
踩的那些坑：
经验证Python3.12 存在问题，而在 3.13 上是正常的
conda create -n comfyui python=3.13 conda activate comfyui
CUDA 13 报错，只能使用CUDA 12.6
使用 IP 访问： comfy launch -- --listen 0.0.0.0 --port 8188
# ComfyUI Error Report ## Error Details - **Node ID:** 57:27 - **Node Type:** CLIPTextEncode - **Exception Type:** torch.AcceleratorError - **Exception Message:** torch.AcceleratorError: CUDA error: no kernel image is available for execution on the device Search for `cudaErrorNoKernelImageForDevice' in https://docs.nvidia.com/cuda/cuda-runtime-api/group__CUDART__TYPES.html for more information. /root/miniconda3/envs/comfyui/lib/python3.13/site-packages/torch/cuda/__init__.py:484: UserWarning: Found GPU0 Tesla V100-SXM2-16GB which is of compute capability (CC) 7.0.
ComfyUI 报错根源很明确：PyTorch 版本与你的 Tesla V100 显卡不兼容。错误日志里已经给出了关键提示：你安装的 torch 2.14.1+cu130 不包含 V100（计算能力 7.0）所需的 CUDA 内核，因此任何模型推理都会失败，跟提示词或工作流本身无关。 问题诊断 Tesla V100 的计算能力是 7.0。NVIDIA 从 CUDA 13.0 开始移除了对 Volta 架构（即 V100 所属世代）的支持，而 PyTorch 从 2.8 版本起，其 CUDA 12.8/12.9 构建也逐步放弃了对计算能力 7.0 的内核编译。你的 torch 2.14.1+cu130 正好踩中了这个断层，所以一执行到 CLIPTextEncode 里的嵌入查询就报 no kernel image。
修复方案：降级到支持 V100 的 PyTorch
你需要把当前环境里的 PyTorch 换成一个仍然为 V100 编译了内核的版本。
根据社区验证，CUDA 12.6 构建的 PyTorch 保留了 sm_70 支持。
在你的 conda 环境（comfyui）里执行以下命令：
bash
# 先彻底卸载当前不兼容的版本 pip uninstall -y torch torchvision torchaudio # 安装 cu126 构建的 PyTorch pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
如果 pip 默认拉取到的最新版仍然不支持 V100（例如 PyTorch 后续版本可能进一步收紧支持），可以指定一个已知可用的版本，例如：
pip install torch==2.11.0 torchvision==0.26.0 torchaudio==2.11.0 --index-url https://download.pytorch.org/whl/cu126
有开发者验证过，torch 2.11.0+cu126 的架构列表包含 sm_70，可以在 V100 上运行。
安装完成后，建议先验证一下：
python -c "import torch; print(torch.__version__); print(torch.cuda.get_arch_list())"
输出里应该能看到 'sm_70'。确认无误后再启动 ComfyUI 跑图。
✅ 方法一：使用 Comfy CLI（官方推荐）
Comfy CLI 是官方提供的安装工具，最简单、最稳定。comfyui-wiki.com
步骤 1：安装 Python 3.12 或 3.13
sudo apt update sudo apt install python3 python3-pip python3-venv -y
步骤 2：安装 Comfy CLI
pip install comfy-cli
步骤 3：安装 ComfyUI
comfy install
步骤 4：启动 ComfyUI
comfy launch
浏览器访问：
http://127.0.0.1:8188
示例：
画面描述（中文提示词）
一张 Windows XP 经典桌面壁纸风格的风景图：辽阔起伏的绿色草原，草坡线条柔和圆润，像被风吹过的绒毯；天空是清澈的湛蓝色，飘着几朵蓬松洁白的积云，云层边缘被阳光照得发亮；远处地平线平缓，隐约有一排低矮的树丛或小山丘；阳光从画面斜上方洒下，草坡上形成柔和的明暗过渡，整体光线明亮、干净、通透；色彩饱和但不刺眼，绿色鲜嫩、天空纯净，带有 2000 年代初数码摄影的怀旧质感；画面构图简洁，草坡占据下半部分，天空占据上半部分，留出大面积干净区域，适合作为桌面背景；整体氛围宁静、开阔、让人放松。
风格关键词：经典 XP 壁纸、怀旧数码摄影、明亮通透、柔和自然光、简洁构图、桌面壁纸比例。
建议参数：横版 16:9（如 1920×1080 或 1280×720），写实风光模型，CFG 6–7，步数 25–30。
负向提示词（中文）：建筑、人物、动物、文字、水印、过度饱和、HDR 过曝、模糊、杂乱元素、暗沉色调。
你安装的 torch 2.14.1+cu130 不包含 V100? 所以 V100 最高只能 torch 2.14.1+cu12.6？？
你的理解基本正确，但需要做一个关键修正：V100 并非“最高只能到 torch 2.14.1+cu12.6”。实际情况是，CUDA 13 的 PyTorch 构建彻底移除了对 V100（计算能力 7.0）的支持，而 CUDA 12.8 及以上的部分版本也开始陆续放弃它。对于 V100，可靠的落脚点是 CUDA 12.6 构建，但 PyTorch 的版本选择仍有讲究，不能简单套用到 2.14.1。
为什么 cu130 不行
你之前安装的torch 2.14.1+cu130失败，根源在于 CUDA 13.0 从底层移除了对 Volta 架构（V100 所属世代）的离线编译和库支持。因此 PyTorch 的 cu130 轮子天然不包含 V100 所需的sm_70内核。报错no kernel image is available正是这个原因。
版本上限的实际情况
社区验证的数据显示，不同 PyTorch 版本对 V100 的支持情况并不一致：
PyTorch 轮子 | 是否包含 sm_70（V100 所需） |
2.11.0+cu126 | ✅ 包含 |
2.11.0+cu128 | ❌ 不包含 |
2.11.0+cu130 | ❌ 不包含 |
2.10.0+cu128 | ✅ 包含 |
这意味着，CUDA 12.6 构建是 V100 在较新 PyTorch 版本中仍可用的通道。有信息指出，从 PyTorch 2.11 开始，CUDA 12.8 和 12.9 的预编译二进制文件也不再支持 Volta GPU，V100 用户被建议改用 CUDA 12.6 构建。
至于你提到的2.14.1+cu126，我无法从现有信息中确认它是否仍包含sm_70。考虑到 PyTorch 对 Volta 的支持在持续收缩，最稳妥的做法不是猜测某个具体版本号，而是直接检查安装后的架构列表。
给你的实操建议
优先尝试cu126通道：安装时指定 CUDA 12.6 的索引源，让 pip 解析出一个可用的版本。如果默认拉取的最新版仍不支持 V100，可以尝试锁定到已知包含sm_70的版本（如2.11.0+cu126）。
安装后务必验证：运行python -c "import torch; print(torch.cuda.get_arch_list())"，输出中必须包含'sm_70'才算真正可用。这一步比记住任何版本号都可靠。
如果 cu126 的新版本也失效了：退回到 2.10.0+cu128 或更早的稳定组合，它们明确保留了 V100 支持。虽然用不上最新的 PyTorch 特性，但跑 ComfyUI 出图是足够的。
怎么安装 ：2.10.0+cu128？？
针对你的 V100 显卡，安装torch 2.10.0+cu128是当前一个经过验证的稳妥选择。关键在于必须锁定版本号，不能直接安装cu128频道的最新版，否则 pip 可能会拉到已移除 V100 支持的2.11.0+cu128。
安装命令
在你的 ComfyUI conda 环境（comfyui）中执行：
bash
# 先卸载现有的不兼容版本 pip uninstall -y torch torchvision torchaudio # 安装锁定版本的 cu128 构建 pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu128
这个组合（2.10.0+torchvision 0.25.0+torchaudio 2.10.0）在多个针对 V100 的部署配置中被使用，torch.cuda.get_arch_list()确认包含sm_70。
安装后必做验证
命令执行完后，务必运行以下检查，确认 V100 真的被支持：
python -c "import torch; print(torch.__version__); print(torch.cuda.get_arch_list())"
输出中必须能看到 'sm_70'。只要它出现，就说明你安装的 PyTorch 包含 V100 所需的内核，ComfyUI 可以正常运行。
一个需要留意的点
你的系统驱动如果比较新（报告 CUDA 13.x），安装 cu128 的 PyTorch 轮子通常可以通过 NVIDIA 的向前兼容机制正常运行。但如果安装后遇到驱动层面的报错，可能需要检查驱动版本是否过旧。不过对于 ComfyUI 出图场景，2.10.0+cu128 这个组合在 V100 上的实际可用性是有验证基础的。