torch.cuda.is_available() が False：ビルド、ドライバー、実行環境を確認する

症状と対象範囲

NVIDIA GPU を使う想定でも、False が示すのはこのプロセスが CUDA を使えないということだけです。完全な診断とみなさず、ビルド、デバイスの可視性、ドライバーを確認します。

検索の手掛かりとなるエラーの断片です。ID、値、ファイル名は環境によって変わります。

torch.cuda.is_available() = False
Found no NVIDIA driver

出典から確認できること

PyTorch のインストール手順には、バックエンドの選択と利用可能性の確認が含まれています。ComfyUI のトラブルシューティングでは、GPU 環境の問題と CPU 実行を分けて扱っています。PyTorch は CUDA ビルドと ROCm ビルドの両方で torch.cuda の利用可能性 API を使います。NVIDIA の資料によると、コンテナーから GPU が見えるかどうかは、ランタイムでの割り当てに依存します。出典 1（英語） 出典 2（英語） 出典 3（英語） 出典 4（英語）

区別すべき状況

1. Torch ビルドに CUDA が含まれていない。または、確認に別の Python を使っている。

2. ホストのドライバーが利用できない。または、コンテナーやリモートインスタンスに GPU が割り当てられていない。

3. ランチャーの設定や環境変数がデバイスを隠している。または、ハードウェアが別のバックエンドを使っている。

確認手順

以下は引用した資料に基づく編集上の手順です。あなたの環境で原因が確定したことを意味しません。

手順 1. 実際に使われている ComfyUI の Python で、sys.executable、torch.__version__、torch.version.cuda、torch.version.hip、torch.cuda.is_available() を出力します。選択されたビルドとデバイスの初期化を区別します。

手順 2. NVIDIA システムでは、ホスト上で nvidia-smi を確認します。該当する場合は、GPU が割り当てられたコンテナー内でも確認します。ホストからデバイスが見えてコンテナーから見えない場合は、ホストのドライバーを変更する前に、コンテナーへの GPU 割り当てとランタイムを調べます。

手順 3. ランチャーまたはサービスでのデバイス選択を確認し、元の値を記録します。すべての環境変数を無条件に削除しないでください。

手順 4. 公式にサポートされている組み合わせに戻し、最小限のテンソル演算と基本のワークフローを実行します。

完了の確認

同じ Python とサービスの実行環境から、想定したデバイスが見え、実際に使われることを確認します。別のターミナルで True が表示されても、サービスが修復された証拠にはなりません。

制限と注意点

PyTorch ROCm は意図的に torch.cuda API を再利用します。CUDA バージョンが None であることや API 名だけを根拠に CPU 専用ビルドと判断する前に、torch.version.hip と実際のハードウェアを確認してください。Apple と Intel では異なるバックエンドの確認が必要です。PyTorch HIP の仕様（英語）

参照した原文資料

• PyTorch のローカルインストール（英語）（確認日：2026-09-25）
• ComfyUI のトラブルシューティング概要（英語）（確認日：2026-09-25）
• PyTorch HIP（ROCm）の仕様（英語）（確認日：2026-09-25）
• NVIDIA Container Toolkit の GPU 列挙（英語）（確認日：2026-09-25）

資料と英語の原文は 2026-09-25 に再確認しました。GPU での実行、最小メモリの測定、実行時の保証は提供していません。

関連するトラブルシューティング記事とガイド

• Torch not compiled with CUDA enabled：ビルドと対象バックエンドを確認する
• No kernel image is available：各バイナリーの GPU アーキテクチャ対応を確認する