本地部署 ComfyUI + Flux.2 生图：从驱动冲突排查到 SageAttention 编译加速实录

最近需要长期做企业 LOGO 与品牌图形的自用生成，考虑到素材的保密性和出图的自由度，决定在本地部署一套 ComfyUI + Flux.2 的生图环境。整个过程走下来，最大的收获不是“装好了”，而是排掉了两个非常有代表性的坑：一个是 CUDA 启动即崩溃的驱动级冲突，另一个是 Windows 上源码编译 CUDA 扩展的连环兼容性问题。这篇文章按“部署 → 排障 → 加速 → 应用”的顺序完整记录，给同样在 Windows 上折腾本地生图的朋友做个参考。

一、硬件与选型

• CPU：AMD Ryzen 9 9950X3D
• GPU：NVIDIA GeForce RTX 5090（32GB 显存）
• 系统：Windows 10 22H2
• 生图框架：ComfyUI 便携版 + Flux.2 模型族

Flux.2 是当前质量与可控性平衡很好的开源生图模型族，在 5090 上整个谱系都能跑。我的实际组合：

用途	模型	说明
日常主力	Flux.2 klein 9B（FP8）	速度与质量均衡，出草稿和正稿都够用
质量上限	Flux.2 dev（Q4 GGUF）	精修时用，细节更足
快速草稿	Flux.2 klein 4B（蒸馏）	多方案发散时快速过
文本编码器	Qwen3-8B	klein 9B 的配套编码器，注意 4B 模型要配 4B 编码器
VAE	flux2-vae	全家通用

另外配套部署了 BiRefNet（抠图透明底）和 4x-UltraSharp（放大导出），形成一条“发散 → 精修 → 抠图 → 放大”的完整流水线。

二、第一个大坑：ComfyUI 启动即崩溃（0xC0000005）

装好之后启动 ComfyUI，进程秒崩，错误是经典的 nvcuda64.dll 0xC0000005（访问冲突）。一开始按常规思路排查：

1. 换 PyTorch 版本：2.13、2.11、2.9.1 三版全试，全崩。
2. 换显卡驱动：从旧驱动升到最新 WHQL，重启后依然崩。
3. 查 DLL 完整性：签名、哈希全部正常。
4. 看显存：nvidia-smi 显示 32GB 显存只剩 13MB、BAR1 只剩 29MB，差点以为显存爆了。

前三步全部排除后，偶然发现 nvidia-smi 的显存占用与 Windows 系统计数器严重不一致——系统权威计数器显示 5090 只用了约 3.8GB。查证后确认：这是 WDDM 模式下 nvidia-smi 的已知误报，显存根本不是瓶颈。

于是转向多显示适配器枚举冲突排查：临时禁用 AMD 核显，仍然崩；最后抱着试试的心态禁用了向日葵远程控制软件的虚拟显示器驱动，cuInit 立即返回成功，恢复后立刻崩。实锤：向日葵虚拟显示器驱动与 CUDA 初始化存在冲突。

解决方案

不能永久禁用（远程开机和控制是刚需），所以做了一套“运行时切换”机制：

• 两个免 UAC 的计划任务：一个禁用虚拟显示器驱动，一个恢复；
• 一个一键启动脚本：启动前禁用驱动 → 拉起 ComfyUI → 退出后恢复驱动。

平时远程不受影响，只有生图会话期间短暂切走，实测稳定。另外补装了与 PyTorch 匹配的 torchvision / torchaudio 版本，三者版本对齐后 CUDA 全链路正常。

三、第二个大坑：Windows 源码编译 SageAttention

ComfyUI 支持 --use-sage-attention 加速，但 PyPI 上的 SageAttention 旧版不支持新架构，GitHub Releases 又没有 Windows 预编译包，只能源码编译。这一路踩了四个连环坑：

1. 缺 Python.h：ComfyUI 的便携版 Python 是精简的，没有开发头文件。解决：从 Python 官方 NuGet 包提取 include/libs 补齐。
2. 编译期 torch import 崩溃：又是虚拟显示器驱动在干扰 CUDA 初始化，编译期间临时禁用即解决。
3. C2872：std 符号不明确：这是 PyTorch 2.9 的 compiled_autograd.h 在 nvcc 下的已知兼容问题，网上有完全同款的案例（RTX 50 系 + Windows 编译 CUDA 扩展必踩）。关键解法是给 nvcc 加 -DUSE_CUDA，触发 PyTorch 头文件内置的 Windows 保护分支，绕开冲突代码段。
4. C2429：嵌套命名空间需要 C++17：nvcc 编译 .cu 时默认不会把 C++17 传给 MSVC，需要显式加 -Xcompiler /std:c++17。

编译完成后还发现 Windows 版 PyTorch 不带 triton，而 SageAttention 硬依赖它，补装社区维护的 triton-windows 解决。

验证效果：ComfyUI 启动日志出现 Using sage attention，Flux.2 klein 9B 生成 768×768 图、20 步采样全流程约 22 秒，加速生效。

四、应用：YoungSonny 企业 LOGO 生成

部署完成后用它跑了几轮品牌 LOGO 设计。基于“YS 字母组合 + 电路板纹路 + 深蓝/青蓝科技配色”的方向，一次性发散了六组候选：经典双色版、深色反白版、极简单色版、渐变科技版、圆形徽章版、电路线框版。

全部为 1024×1024 高清输出，逐张检查无任何平台水印与多余元素——这正是本地部署的核心价值：素材完全本地生成、无平台痕迹、可无限迭代。

五、总结

• 遇到 CUDA 启动崩溃，先查设备枚举层面的冲突（虚拟显示器、采集卡等），比反复换驱动/换 torch 版本高效得多；
• WDDM 下 nvidia-smi 的显存读数可能误导排障，以系统权威计数器为准；
• torch 2.9 + nvcc 编译扩展时，-DUSE_CUDA 与 -Xcompiler /std:c++17 是绕过 Windows 兼容问题的高频组合；
• 本地生图的核心收益不是省钱，而是可控、可复现、无平台水印，对品牌素材类需求尤其重要。

欢迎交流，后续会继续更新 Flux.2 工作流与 LOGO 精修方向的实践。