Minimax H3 加速包，sageattention, spectrum

imbiplaza ASUS

在这里先分享sageattention的步骤，spectrum 还新，先按兵不动

在启动use sage attention 之前，先安装sageattention。。。

网友说sageattention很难安装到位，我也是觉得，如果是ver1.0 倒是没有问题，但是在当下安装ver2.0 好像并没有原始官方直接pip 那样简单

首先：python.exe -m pip install sageattention
成功但是version 太旧

虽然信息显示成功安装了 sageattention，但你当前的版本是 1.0.6。这是一个老版本 (SageAttention V1)，
完全基于 Triton 开发，在速度和兼容性上远不如最新的 2.2.0 (SageAttention2++)。
官方明确指出旧版本速度较慢，且对很多新模型（如 Wan2.1 视频大模型、新版 DiT 等）的支持不够好。
为了获得真正的加速体验，强烈建议你升级到最新版。

执行python.exe -m pip install sageattention==2.2.0 --no-build-isolation
失败了

ERROR: Could not find a version that satisfies the requirement sageattention==2.2.0
(from versions: 0.1.0, 1.0.0, 1.0.1, 1.0.2, 1.0.3, 1.0.4, 1.0.5, 1.0.6)
ERROR: No matching distribution found for sageattention==2.2.0


去社区找出安装档案之前，先检查当下自己py env 里面的 cu version, torch version, cp version

执行：

.\python.exe -c "import torch, sys; print(f'★ Torch Version: {torch.version}\n★ CUDA Available: {torch.cuda.is_available()}\n★ CUDA Version: {torch.version.cuda}\n★ CP Version (Python): cp{sys.version_info.major}{sys.version_info.minor}')"

### 把回复放进gemini查看：

根据终端反馈，你当前的环境配置非常新：Torch Version (PyTorch 版本): 2.13.0+cu130CUDA Version (CUDA 版本): 13.0CP Version (Python 版本): cp312 (Python 3.12)因为你的虚拟环境是使用 CUDA 13.0 (cu130) 的最新前沿环境，常规的 pip 索引库完全无法直接下载到这种超前版本的 Windows .whl 预编译包。

不过幸运的是，ComfyUI 官方组织 (Comfy-Org) 维护了一个专属的第三方专属滚轮源，里面正好包含了完美兼容你当前配置的编译文件。

### 🛠️ 正确安装命令第一步：直接使用官方的专属加速镜像源，在线安装 SageAttention 2.2.0 版本

.\python.exe -m pip install "sageattention~=2.2.0" --no-build-isolation --extra-index-url https://comfy-org.github.io/wheels


### 第二步：验证是否安装并连接成功

.\python.exe -m pip show sageattention

### 但是这里会带来另外一些问题：

💡 避坑建议（Windows + CUDA 13 专属）


* 列表解决全黑图/报错问题：在 CUDA 13 和较新的 PyTorch 下，如果直接使用默认的全局启动参数 --use-sage-attention 可能会产生 Triton 兼容错误导致黑图。墙裂建议在 ComfyUI 内安装插件 ComfyUI-KJNodes，使用它提供的 Patch Sage Attention 节点。在节点中将 backend 手动指定为 sageattn_qk_int8_pv_fp16_cuda（走高效的 CUDA 后端而非旧的 Triton 后端），生成会极为稳定且迅速。


* 列表闪退排查：在 CUDA 13.0 下，若偶尔遇到 CUDA 内存引发的闪退，可在启动 ComfyUI 的快捷方式末尾添加一个参数：--disable-pinned-memory，可保生成安稳无忧。


------------------
### 启动use sage attention or use pytorch 只能 2 选1

两者的分别在此：

![Screenshot 2026-08-06 105051.png](https://upload.lcz.me/uploads/daf1a821-5fa3-49c3-80c3-f86a535b4a3d.png) 

![Screenshot 2026-08-06 105107.png](https://upload.lcz.me/uploads/f3e8662e-e3fe-4147-91b3-884fb2d708c8.png) 



第一次启动，好无意外的发生了，

ModuleNotFoundError: No module named 'triton'


输入 .\python.exe -m pip install triton

果然又是not found...

马上进入官方py 伺服器，最新ver 3.7, linux 有，amd rocm 有，intel xpu 也有，偏偏win cuda 呢。。。

原来搬去triton-windows, 

输入：

.\python.exe -m pip install triton-windows==3.7.1.post27


启动成功了，但是又出现怪的日志，拿去给gemini分析：

------------

这段日志是 ComfyUI 检测底层加速后端（Backend）的状态报告，它本身不是错误，而是正常的初始化信息。


列表日志主要告诉了你四件事：


* 列表backend cuda -> available': True（正常开启）：
代表你的英伟达显卡核心加速（CUDA）完全正常，ComfyUI 可以完美调用显卡的硬件算力。


* 列表backend triton -> available': True, 'disabled': True（已安装但被禁用）：
这说明你之前费尽心力安装的 Windows 版 Triton 已经成功被识别了 (available: True)！
但由于当前 ComfyUI 的默认设置或者某个插件的策略，
它暂时把 Triton 后端关闭了 (disabled: True)。


* 列表backend eager -> available': True（正常开启）：
这是 PyTorch 的常规基础计算模式，属于正常开启的兜底方案。


* 列表backend hip -> available': False（不可用）：
提示 AMD 显卡的加速运行时不可用。
因为你用的是英伟达（NVIDIA）显卡，所以这项显示 False 是绝对正确的。

💡 总结与建议你的环境配置现在非常健康，Triton 已经安稳落地，没有报任何 ModuleNotFoundError 错误。

-----------------

### 结果 总结：如果 生产了400个视频都没有重大问题发生，就稳了可以长期使用了

![before and after1.png](https://upload.lcz.me/uploads/6c0c168b-ac5e-4dfe-add2-c57c0aef98f5.png) 

![before and after2.png](https://upload.lcz.me/uploads/15dc4567-b640-4611-abd0-718088666fe1.png)

kos or

感謝分享 ; 現在還在調整H3流程, 之後會試試sageattention

terry

具体速度呢？提升了多少？

Tony Wang

@imbiplaza-asus
建议:

表示重点的文字的内容, 或者引用的内容, 用 > 号, 这样可以自动换行.
表示代码的话, 再用 ``` , 它无法自动换行, 但是可以一键复制.

我给你改了一句, 你可以看看效果.

imbiplaza ASUS

@terry 减少时间 30%

terry

@imbiplaza-ASUS 可以，再等等，

抡锤者

Minimax H3 加速包，sageattention, spectrum

在这里先分享sageattention的步骤，spectrum 还新，先按兵不动