个人学习小站 SIGNAL DESK 2026
LIVE --:--:--
资讯 人工智能 ComfyUI 官方博客与文档、AMD 官方博客、2026 年 4 月独立实测

AMD 显卡跑 ComfyUI:Windows 官方支持了,先看清三个前提

ComfyUI 从 v0.7.0 起官方支持 Windows AMD ROCm,解释 AMD 官网兼容表与 ComfyUI 文档矛盾的原因,给出驱动安装顺序、FP8 与显存的真实账、自定义节点兼容性三个前提,按 RDNA 代际给出结论表。

2026年11月18日 12 小时前 作者 站长 约 7 分钟 3 阅读

官方支持真的来了,但中文教程还停在 DirectML 时代

2026 年 1 月 6 日,ComfyUI 官方博客宣布:Windows 版 ComfyUI Desktop 从 v0.7.0 起正式支持 AMD ROCm,桌面版、便携版、Git 版三条安装路径全部覆盖,底层是 ROCm 7.1.1。AMD 官方博客同步给出了性能数据:相对 ROCm 6.4,ComfyUI 在 Windows 上最高有 5.4 倍的提升。

这意味着一个时代的结束:DirectML 折半速、ZLUDA 装了崩、要么装 Linux 的老三样,对 2026 年之后开始玩本地生图的人来说已经是历史。但中文搜索结果里,教 RDNA 卡用户「先把 ZLUDA 补丁打上」的教程仍然排在前面,写于 2023 年。

官方支持落地不等于插上就能用。这篇把官方文档里分散在三处的门槛收拢成三个前提,再把「AMD 官网说我的卡不行,ComfyUI 文档却说支持」这个最常见的困惑解释清楚。

先解开一个矛盾:AMD 官网说不支持,ComfyUI 却说支持 RDNA 2

这是 RX 6000 用户最常见的劝退点,而且两边都有官方出处。

AMD 侧:HIP SDK for Windows 7.2 的兼容表里,RX 6000 全系(gfx1030/1031/1032)标为不支持,RX 7900 系以下才进列表。你按这张表去搜,会得到「你这代卡 Windows 上没戏」的结论。

ComfyUI 侧:官方文档的系统要求页面写着「AMD GPU (Windows):通过 AMD 多架构 PyTorch 包使用 ROCm 10.0,支持 RDNA 2、RDNA 3、RDNA 3.5、RDNA 4」。

矛盾的根源在安装路径:ComfyUI 装的不是系统级 HIP SDK,而是 AMD 发布的「多架构 PyTorch 包」——ROCm 运行库直接打包在 wheel 里,随 PyTorch 一起安装,不依赖你系统里有没有 HIP SDK。AMD 那张表约束的是「你想在系统层面开发、编译、调试 kernel」的场景;而 ComfyUI 只是一个 PyTorch 应用,用哪个后端由 pip 装的包决定。

实操含义只有一句话:装 ComfyUI Desktop,让安装器自动选 ROCm 后端,不要自己先装 HIP SDK 再折腾。 自己手动装 HIP SDK 不仅没必要,还可能因为运行库版本冲突把事情搞复杂。这也解释了为什么社区里「AMD 官方不支持但 ComfyUI 能跑」的报告是真的——两边都没说错,只是说的不是同一件事。

顺带一提,RX 6000 虽然出现在 ComfyUI 的支持列表里,但不在 AMD 自己的任何 Windows 兼容列表里,属于「能跑,但出问题没有官方兜底」的区间。下面的三个前提里,它踩雷的概率都比 RDNA3/4 高一档。

前提一:驱动与安装顺序

ComfyUI 官方针对 v0.7.0 这条 ROCm 7.1.1 路线的建议是装 ROCm 7.1.1 Preview driver,它支持 --use-pytorch-cross-attention 启动参数——这个参数开启后交叉注意力走 PyTorch 实现,是官方基准跑分的前提之一。AMD 也说明这个驱动后续会并入主线 Adrenalin,2026 年下半年起官方还单独发布了面向 ROCm 的 Adrenalin 驱动分支。

安装顺序上只有一条铁律:从 comfy.org 下载 ComfyUI Desktop,安装过程中看到「AMD ROCm」被自动勾选,直接完成安装。 便携版和 Git 版同样走 AMD 多架构 PyTorch 包的 pip 索引安装,文档里有对应命令。三种安装方式效果一致,桌面版只是把依赖处理掉 了。

如果你已经在机器上为别的框架装过 HIP SDK 或者 CUDA 时代的残留,先确认 pip 装的 torch 是 ROCm 构建再排查别的:终端里跑一句 pip show torch,看版本号里有没有 rocm 字样,比翻半天的环境变量有效。

前提二:显存与 FP8 的真实账

生图对显存的要求和跑文本模型不同,权重不是唯一大头,但账还是要算。近两年的主流模型体量:

模型参数量精度大致权重体积适合的卡
SDXL 系约 3.5Bfp166–7 GB8 GB 起
Z Image Turbo约 6Bfp16/fp811–12 GB12 GB 起舒适
WAN 2.2(视频)约 14Bfp8约 14 GB16 GB 起
Flux 2约 32Bfp8约 32 GB24 GB 或 Ryzen AI Max 共享内存

这些数字来自 AMD 官方博客的模型盘点(Flux 2 约 32B FP8、WAN 2.2 约 14B FP8、Z Image Turbo 约 6B),SDXL 是社区长期实测的共识区间。

关键变量是 FP8 硬件支持。RDNA 4(RX 9000 系)在硬件上有 FP8 计算能力,ComfyUI 配合 ROCm 6.4+ 直接用;RDNA 3 和 RDNA 2 上,FP8 权重文件照常能加载——但计算前要转回 fp16/bf16。省的是显存,不省时间,甚至因为转换有额外开销。所以「FP8 版模型在老卡上会不会更快」的答案是否定的,它只解决「装不装得下」。

按代际给的显存结论:

  • RX 9000 系(16 GB):当前生态位最好的一代,FP8 硬件支持加上显存合理;
  • RX 7900 XTX(24 GB):消费级 Radeon 显存最大的一张,Flux 级模型是它独有的事,SDXL、Flux.1、LoRA 有独立实测确认可跑;
  • RX 7800 XT / 7700 XT(12–16 GB):SDXL 和 Z Image 级别的主力档,Flux 类要靠量化版;
  • RX 7600(8 GB):小而快的模型可以,别指望 Flux;
  • RX 6000 系(8–16 GB):能跑,前提三的雷区概率更高,显存结论与 RDNA3 同档一致。

前提三:生态兼容——慢和挂都发生在这里

速度差距是结构性的。 2026 年 4 月的独立实测里,RX 7900 XTX 在 ComfyUI 上比 RTX 4090 慢约 25–40%,主要原因是 AMD 消费卡没有 NVIDIA 那种张量核心。这不是调优能填平的差距,采购前就应有预期:同一张出图任务,4090 用户等 10 秒,你等 13–16 秒,属于「能接受但别幻想追平」。

注意官方跑分的参照系:AMD 博客的 5.4 倍提升和推荐配置(Ryzen AI Max+ 128GB、显存划 64 GB,或 Radeon AI PRO R9700 配 64 GB 内存)都是旗舰级硬件。你的 6700 XT 对照的是「能不能跑」,不是「跑多快」,别拿官方数字当自己的预期。

自定义节点是最大的翻车点。 ComfyUI 生态的很多自定义节点直接写 CUDA kernel,这类节点在 AMD 卡上会直接失败,报错通常是「找不到 CUDA 模块」而不是友好的提示。装节点前先翻它的 README 有没有提 AMD/ROCm 支持,社区确认过的节点优先。这是生图场景和文本推理场景最大的不同——llama.cpp 是单一后端体系,ComfyUI 是个野生插件生态。

GGUF 在部分 Radeon 上偏慢。 有 RX 7800 XT 用户报告同一工作流里 GGUF 格式模型明显慢于 safetensors 格式。AMD 显存够的用户优先用 safetensors 权重,GGUF 留给 8 GB 卡的救急场景。

按 RDNA 代际的结论表

显卡显存结论
RX 9000 系16 GB第一顺位:FP8 硬件支持 + 官方列表 + 生态认可
RX 7900 XTX / XT / GRE16–24 GB大显存独一档,Flux 级任务首选
RX 7800 XT / 7700 XT12–16 GBSDXL 与中档模型的主力档
RX 7600 系8 GB入门可玩,模型档位受限
RX 6000 系8–16 GB能跑:ComfyUI 文档支持,但 AMD 官方列表之外,节点兼容雷区多,FP8 只省显存不省时间
Ryzen AI Max 系列共享内存另一条路线:最大可划 64–160 GB 给 GPU,Flux 2 级模型能装下,速度是另一回事

和 Intel Arc 那条路怎么选

同为「非 NVIDIA 阵营」,AMD 和 Intel 的路线图不一样:Intel Arc 走的是 PyTorch 原生 torch.xpu 设备,从 PyTorch 2.5 起就是正式后端;AMD 走的是自带 ROCm 运行库的 PyTorch 包。两条路的共同点是都不再需要兼容层,差异在生态细节——ComfyUI 对 Intel Arc 的官方文档路径也已落地。两家各自的具体配置,站内已有对应的完整教程:《ComfyUI + Intel Arc:从驱动到第一张图的完整配置》覆盖 Intel 侧,这篇覆盖 AMD 侧。

选型上别只看品牌:8–16 GB 的实际可用显存、FP8 是否有硬件支持、你的目标模型有没有被社区验证过,这三件事对体验的影响大于「AMD 还是 Intel」。

结论

ComfyUI 对 AMD 的官方支持在 2026 年初就落地了,中文教程的更新速度没跟上。落地之后的真实边界是:RDNA3/4 用户可以按官方文档直接装,把预期定在「比同档 NVIDIA 慢两到四成」;RDNA2 用户能跑,但处在官方支持列表的边缘,装之前先确认驱动版本,装完先跑一个官方模板验证,再考虑上自己的工作流。

同款显卡跑文本模型的路线取舍是另一套逻辑,见站内《RX 6000 跑本地大模型:Windows 没有 ROCm,四条路怎么选》。出图时间的量级参考,以及单卡显存如何在不同模型间取舍,可以接着读《Flux 在 Intel 显卡上跑得动吗:显存账与三步降级》——那篇的四段显存拆法和降级顺序,在 AMD 卡上同样适用,只是把「Arc」换成「Radeon」、把 torch.xpu 换成 ROCm。

登录后可点赞、收藏与反馈。

继续阅读 NEXT

更多 →