Torch not compiled with CUDA enabled：不要先重装显卡驱动

现象与适用范围

适用于节点或启动过程请求 CUDA，却发现当前 PyTorch 没有对应构建能力。NVIDIA 环境与 Mac/CPU 上误用 CUDA 专属节点必须分开判断，修复方向完全不同。

检索用原文或片段（具体编号、数值和文件名随环境变化）：

Torch not compiled with CUDA enabled

已核对的依据

Portable 用户报告了依赖更新后出现此错误，但报告并未证实具体哪个软件包发生了变化；另一份 Mac 报告显示自定义节点工作流调用了 CUDA。这是两种不同情况，不能仅凭错误断言显卡驱动损坏。 P04 D06 I01 I02

需要区分的情况

1. NVIDIA 环境装到了 CPU 版或另一解释器的 PyTorch。

2. 依赖更新可能改变了 Torch 构建；先比较更新前后的版本，再判断原因。

3. 当前设备本来是 Apple MPS、CPU 或其他后端，但插件只实现了 CUDA 路径。

建议的操作顺序

以下顺序是基于上述资料整理的诊断方案，不代表上游已经为你的环境确认了原因。

第 1 步。 先记录设备类型和实际解释器，执行下面的只读检查；确认是不是正在诊断正确的 ComfyUI 实例。

第 2 步。 NVIDIA 环境到 PyTorch 官方选择器核对 OS、Python 与受支持 CUDA 构建，并检查节点要求；在可恢复环境成组调整 torch/vision/audio。

第 3 步。 Mac 或其他后端不要安装 NVIDIA wheel；核对该节点是否支持当前设备，改用明确支持的工作流或实现。

第 4 步。 重启后测试基础原生流程，再启用触发问题的节点，避免把节点的硬编码需求混同核心能力。

可复制的检查命令

在实际运行的解释器执行：

python -c "import sys,torch; print(sys.executable); print(torch.__version__); print(torch.version.cuda); print(torch.cuda.is_available())"

Windows Portable 应在解压包根目录使用其内置解释器执行同一只读检查，不要误用系统 Python：

.\python_embeded\python.exe -c "import sys,torch; print(sys.executable); print(torch.__version__); print(torch.version.cuda); print(torch.cuda.is_available())"

如何判断处理有效

NVIDIA 环境应能通过 CUDA 可用性检查并实际执行基础任务；非 NVIDIA 环境应不再走不受支持的 CUDA 专属分支。

注意事项与尚未确认的部分

torch.version.cuda 的值与驱动工具显示的 CUDA 上限不是同一个概念。PyTorch 的 ROCm 构建也使用 torch.cuda 接口，因此接口名称或 torch.version.cuda 返回 None，都不能单独证明需要安装 NVIDIA wheel；应结合实际硬件与构建来源判断。 PyTorch HIP 语义 不要根据两者不同就盲目重装。

资料核对日期：2026-09-21。本站未执行此工作流，未进行 GPU、最低显存或耗时测试。

原始资料

• P04 · PyTorch local installation。核对：2026-09-21。
• D06 · ComfyUI Portable Windows。核对：2026-09-21。
• I01 · Torch not compiled with CUDA after dependency update。核对：2026-09-21；原始日期：2025-02-02。
• I02 · Mac custom node requests CUDA。核对：2026-09-21；原始日期：2025-01-13。
• PyTorch HIP (ROCm) semantics。核对：2026-09-25。

相关排查与操作

• torch.cuda.is_available() 为 False：构建、驱动和容器逐层检查
• ModuleNotFoundError：包已安装，ComfyUI 仍说找不到模块