在 Windows 上给 ComfyUI 装 SageAttention：MiniMax H3 视频生成加速笔记

SageAttention 是一种注意力加速算法，用近似计算替代标准注意力以节省显存，ComfyUI 以内置参数 --use-sage-attention 支持它。本地跑 MiniMax H3 视频生成时 5 秒的片子要等好几分钟，这篇记的是我在 Windows + RTX 3060 12G 上安装它的流程。

我的环境是 RTX 3060 12G + 32G 内存，Windows 系统，ComfyUI 便携版（ComfyUI_windows_portable）。

关键前提：这是内置能力，不是插件

ComfyUI 官方在 comfy/cli_args.py 里定义了一个互斥的 attention 选项组，下面这几个参数是平级的：

--use-pytorch-cross-attention
--use-sage-attention
--use-flash-attention
--use-ck-attention

也就是说 --use-sage-attention 是官方内置参数，装好 SageAttention 这个 Python 包之后，ComfyUI 启动时加这个参数就能用，不需要装任何自定义节点。

顺带说明：社区还有一个叫「Patch Sage Attention KJ」的自定义节点，那是另一条路线。它在不少环境里会卡在 triton.experimental 的导入错误上，所以我没走那条，直接用内置参数。

安装步骤

整个过程分六步，难点不在命令，而在于每一步的版本必须互相对得上。下面是完整的流程。

1. 下载并解压 ComfyUI 便携版

建议装在干净的目录里，比如 C:\comfyui\sage_clean_setup，避免和已有环境互相污染。

curl.exe -L "https://github.com/Comfy-Org/ComfyUI/releases/latest/download/ComfyUI_windows_portable_nvidia.7z" -o ".\ComfyUI_windows_portable_nvidia.7z"
tar.exe -xf ".\ComfyUI_windows_portable_nvidia.7z"

解压后先确认运行环境版本：

cd "C:\comfyui\sage_clean_setup\ComfyUI_windows_portable"
.\python_embeded\python.exe -c "import sys, torch; print('Python:', sys.version); print('Torch:', torch.__version__); print('CUDA runtime:', torch.version.cuda); print('CUDA available:', torch.cuda.is_available()); print('GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'None'); print('Capability:', torch.cuda.get_device_capability(0) if torch.cuda.is_available() else 'None')"

这一步的输出要记下来，后面选 wheel 全靠它。我的环境是 Python 3.13、Torch 2.13.0+cu130、CUDA runtime 13.0、GPU capability (8, 9)。

2. 补齐 Python 的 include 与 libs

这是最容易卡住的一步。SageAttention 需要编译头文件和库文件，而官方便携版默认不带。

先检查：

Test-Path ".\python_embeded\include\Python.h"
Test-Path ".\python_embeded\libs\python313.lib"

两个都是 False 就是缺。下载对应 Python 版本的补齐包并解压进 python_embeded：

curl.exe -L "https://github.com/woct0rdho/triton-windows/releases/download/v3.0.0-windows.post1/python_3.13.2_include_libs.zip" -o ".\python_3.13.2_include_libs.zip"
tar.exe -xf ".\python_3.13.2_include_libs.zip" -C ".\python_embeded"

再跑一次 Test-Path，应该都变成 True。

注意：包名里的 python_3.13.2 要和你的 python_embeded 实际版本匹配。便携版更新很勤，Python 小版本可能已经变了。

3. 安装 triton-windows

.\python_embeded\python.exe -m pip install --no-deps triton-windows==3.7.1.post27

验证：

.\python_embeded\python.exe -c "import triton; import triton.experimental; print('triton:', triton.__version__); print('experimental: OK')"

看到 triton: 3.7.1 和 experimental: OK 就成了。--no-deps 不能省，否则 pip 会试图拉一堆不匹配的依赖。

4. 安装 SageAttention 的 Windows wheel

先按你的 Torch/CUDA 版本去 Releases 找对应文件。文件名里其实已经把匹配条件写全了：

sageattention-2.2.0+cu130torch2.10.0andhigher.post6-cp310-abi3-win_amd64.whl
        └─cu13 ─┘└─ torch 2.10+ ─┘└─ post6 ─┘└ abi3 跨版本 ┘

abi3 表示这个 wheel 不锁 Python 小版本，这是它比 triton-windows 那类包省事的地方。

curl.exe -L "https://github.com/woct0rdho/SageAttention/releases/download/v2.2.0-windows.post6/sageattention-2.2.0%2Bcu130torch2.10.0andhigher.post6-cp310-abi3-win_amd64.whl" -o ".\sageattention-2.2.0+cu130torch2.10.0andhigher.post6-cp310-abi3-win_amd64.whl"
.\python_embeded\python.exe -m pip install --no-deps ".\sageattention-2.2.0+cu130torch2.10.0andhigher.post6-cp310-abi3-win_amd64.whl"

验证：

.\python_embeded\python.exe -c "import sageattention; print('sageattention import: OK'); print('sageattention path:', sageattention.__file__)"

5. 跑一次最小内核测试

在启动 ComfyUI 之前，先确认 SageAttention 本身能算：

.\python_embeded\python.exe -c "import torch; from sageattention import sageattn; q=torch.randn(1,1024,56,128,device='cuda',dtype=torch.bfloat16); k=torch.randn_like(q); v=torch.randn_like(q); y=sageattn(q,k,v,tensor_layout='NHD'); torch.cuda.synchronize(); print('OK', y.shape, y.dtype, torch.isfinite(y).all().item())"

输出 OK torch.Size([1, 1024, 56, 128]) torch.bfloat16 True 就算通过。这一步能在几分钟内排掉绝大多数环境问题，比等 ComfyUI 跑起来再排查省事得多。

6. 带 SageAttention 启动 ComfyUI

.\python_embeded\python.exe -s .\ComfyUI\main.py --windows-standalone-build --use-sage-attention

控制台末尾应该出现：

[INFO] Using sage attention
[INFO] Starting server
[INFO] To see the GUI go to: http://127.0.0.1:8188

看到第一行就说明 SageAttention 真的挂上了。不想用加速时，把 --use-sage-attention 去掉即可，对应的日志会变成 Using pytorch attention——这两个词可以用来确认当前跑在哪种 attention 上。

复用已有模型：extra_model_paths.yaml

如果你是重装 ComfyUI 而模型还在老目录，没必要把几十 GB 的模型复制过来（SSD 空间不够）。用配置文件让新环境指向老模型目录：

Copy-Item ".\ComfyUI\extra_model_paths.yaml.example" ".\ComfyUI\extra_model_paths.yaml"

然后编辑 extra_model_paths.yaml，把 base_path 改成你老 ComfyUI 的路径：

comfyui:
  base_path: C:/comfyui/ComfyUI_windows_portable/ComfyUI/
  checkpoints: models/checkpoints/
  configs: models/configs/
  loras: models/loras/
  vae: models/vae/
  text_encoders: |
    models/text_encoders/
    models/clip/
  diffusion_models: |
    models/unet/
    models/diffusion_models/
  clip_vision: models/clip_vision/
  controlnet: |
    models/controlnet/
    models/t2i_adapter/

| 竖线的含义是「下面这些子目录都算」。写完直接启动 ComfyUI，没有 yaml 语法错误、模型路径不报错就说明接上了。

实际生成耗时

装好之后我用 MiniMax H3 实测了一轮：

这是 RTX 3060 12G + 32G 内存环境下的单次完整生成时间（含采样与解码）。作为参考，同一环境下不用 SageAttention 会更慢。

说明：这里只记录我自己的实测值，没有做严格的开关对照实验，所以不能据此反推加速比。想要准确的加速幅度，需要在相同种子、相同参数下分别用 --use-sage-attention 和不加上各跑几次取平均。

排错清单

安装过程中容易卡住的地方，按出现顺序：

多卡环境的坑

如果机器上有多张显卡，ComfyUI 会尝试把模型分散加载到不同卡上，行为不太可控，容易 OOM。显式指定用哪一张：

$env:CUDA_VISIBLE_DEVICES="0"; .\python_embeded\python.exe -s .\ComfyUI\main.py --windows-standalone-build --use-sage-attention

把 0 换成你要用的卡号。启动后确认日志里 Device: 指向的是你选中的那张卡。

版本对应关系小结

整个链条对版本的依赖很强，任何一环变了都可能要重选：

Python 3.13        →  决定用哪个 include/libs 补齐包
Torch 2.13.0+cu130 →  决定用哪个 SageAttention wheel（cu130torch2.10.0andhigher）
triton-windows 3.7.1.post27  →  SageAttention 依赖它，且 experimental 必须可导入

--use-sage-attention 参数本身没有版本门槛，它只是调用已安装的 sageattention 包。

原文地址

• 参考文章：https://note.com/sepiablue/n/n1a7096eb9136 （《【MiniMax H3】ComfyUIにSageAttentionを入れてVRAM 12GBグラボで30%高速化してみた》，作者かみもと）
• ComfyUI 启动参数定义：https://github.com/Comfy-Org/ComfyUI/blob/master/comfy/cli_args.py
• ComfyUI 便携版下载：https://github.com/Comfy-Org/ComfyUI/releases/latest
• SageAttention Windows wheel：https://github.com/woct0rdho/SageAttention/releases
• triton-windows：https://github.com/woct0rdho/triton-windows/releases

说明

这篇是我的安装记录，环境是 RTX 3060 12G + 32G 内存。具体提速幅度我没有贴数字——不同显卡、不同分辨率和帧数下差异比较大，建议装好后自己在同一套参数下跑两遍（有／无 --use-sage-attention）对比，控制台会打印每次生成的耗时。

原文作者在 RTX 4070 12G 上用 MiniMax H3 5 秒视频（544×832、24fps）测得 342 秒降到 242 秒，约 29% 的提速。参考文章里还提到 MiniMax H3 的加速 LoRA 陆续有人做出来，那是另一条可以叠加的路子，本文没有覆盖。