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

症状と対象範囲

GPU 演算に互換性のあるコンパイル済みカーネルがない場合に発生します。デバイスが新しすぎる場合、古いアーキテクチャがビルドから除外されている場合、特定の拡張機能が対応していない場合があります。VRAM 不足とは異なる問題です。

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。

no kernel image is available for execution on the device

出典から確認できること

ComfyUI の公開報告には、RTX 5060 Ti と GTX 1080 Ti の両方の事例があります。後者にはデバイスの機能とビルドの対応に関する詳細が含まれています。xFormers も、互換性のあるビルドアーキテクチャを必要とします。出典 1（英語） 出典 2（英語） PyTorch のアーキテクチャ API（英語） 出典 3（英語） 出典 4（英語）

区別すべき状況

1. インストール済みの Torch wheel に対象デバイスのアーキテクチャが含まれていない。

2. 標準の Torch は動作するが、アテンション拡張機能やカスタム CUDA 拡張機能に必要なカーネルがない。

3. 非同期実行により、前の段階で発生したエラーが後のノードで報告されている。

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. ComfyUI で使用中の Python で、GPU のモデル、Torch のバージョン、インストール元を記録します。GPU が初期化される場合は、コアビルドについて torch.cuda.get_device_capability() と torch.cuda.get_arch_list() を比較します。xFormers のカーネルには python -m xformers.info を使います。その後、サードパーティ製アテンション機能 を使わない標準経路をテストします。

手順 2. 標準実行で失敗する場合は、デバイスの機能とコアビルドのアーキテクチャ一覧を比較し、公式に対応が示されているビルドを選びます。最新のビルドが古い GPU に最適とは限りません。

手順 3. 拡張機能だけが失敗する場合は、サポートされているフォールバック、または特定の互換ビルドを使います。適切なサポートと前提条件がある場合に限り、ソースからのコンパイルを検討します。

手順 4. 必要であれば、独立したテストで同期デバッグを使い、最初に失敗する演算を特定します。その後、一時的な設定を削除します。

完了の確認

実際に失敗した演算子が、そのデバイスで実行されることを確認します。GPU 名の表示だけでは不十分です。コアと拡張機能の確認結果を分けて記録します。

制限と注意点

コアビルドのアーキテクチャ一覧には、サードパーティ製拡張機能のカーネルは記載されません。互換性チェックを回避するためにアーキテクチャを偽装しないでください。今後のバイナリーがすべての古い GPU に対応し続けることを保証するガイドはありません。

参照した原文資料

• PyTorch のローカルインストール（英語）（原文資料の確認日：2026-09-21）
• xFormers README（英語）（原文資料の確認日：2026-09-21）
• PyTorch CUDA アーキテクチャ一覧（英語） およびデバイスの機能（英語）（確認日：2026-09-25）
• RTX 5060 Ti での No kernel image（英語）（原文資料の確認日：2026-09-21）
• GTX 1080 Ti での No kernel image（英語）（原文資料の確認日：2026-09-21）

翻訳準備日：2026-09-22。上記の資料確認日は既存の記事から引き継いだもので、この翻訳ですべてを本日再確認したとは主張しません。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

• xFormers はインストール済みなのに利用できない：ネイティブ拡張と演算子を確認する
• SageAttention または Triton のインポート失敗：プラットフォームとビルドの組み合わせを確認する