IntelGPU · ComfyUI 系统优化指南

如何手工安装 Intel Omni 加速组件

通用流程 · 不限版本 B 系列 / A770 双线 AI Agent 代装

面向普通 ComfyUI 用户的「零命令行」安装路线:你只需要复制粘贴一段话,剩下的交给 AI Agent。
这是通用流程说明,适用于任意版本的《优化指南》安装包。 文中出现的 20261031、具体 wheel 文件名、版本号,都是示例——每一版的组件版本会变,但安装步骤、版本核对逻辑、验证信号基本不变。
示例版本:优化指南 20261031(PyTorch 2.15 栈 / ComfyUI 0.43.x)
适配显卡:Intel Arc B 系列(B580 / B60 / B70,BMG 架构)、A770(DG2 架构)


前言:这套东西是干什么的#

Omni 是什么#

Intel Omni 加速组件(llm-scaler-omni)是 Intel 官方持续维护的项目,它给 ComfyUI 补上 Intel 显卡缺失的那一层加速:

官方仓库一直以源码和 Docker 两种形式输出。对 Linux 服务器是对的,对 Windows 上跑着秋叶整合包的普通用户就不太友好了:要装 oneAPI、要调编译器、要按 torch 版本改代码。

所以我们做了两件事#

第一,为 Windows 用户提供预编译好的 whl。 上面四个组件全部编译、打包成 pip install 就能装的轮子,不需要你装 oneAPI,不需要 C++ 编译器。

第二,把 A770 也拉进来。 Omni 的主要目标是 BMG 架构(B 系列独显)。但 DG2 架构(A770 等)还有大量用户在用,官方并不直接支持。社群里的高手 fork 了 BMG 版本,改写、优化、在 A770 实机上验证,让 A 系列用户也能吃到同一套加速。

这两条线的预编译包被放在一起,就是 《IntelGPU 的 ComfyUI 系统优化指南》。它是一个压缩包,解开之后长这样(下面以 20261031 版为例;你手上的版本日期号和文件名会不同,但目录骨架是一样的):

IntelGPU-ComfyUI-系统优化指南-20261031\
├─ Intel GPU 的 ComfyUI 系统优化指南-20261031.md   ← 完整说明(你不需要逐行读)
├─ B系列(bmg)\                                    ← B580 / B60 / B70 用这一份
│   ├─ omni_xpu_kernel-0.2.0b3+torch215.bmg-20261031.g57686349-cp313-cp313-win_amd64.whl
│   ├─ comfy_kitchen_xpu_runtime-0.2.40-py3-none-any.whl
│   ├─ comfy_aimdo_xpu_runtime-0.6.0+torch215.bmg-cp39-abi3-win_amd64.whl
│   └─ ComfyUI-OmniXPU.bmg-20261031.zip
├─ A770(dg2)\                                     ← A770 用这一份(三件,不含 kitchen provider)
│   ├─ omni_xpu_kernel-0.2.0b3+torch215.dg2-cp313-cp313-win_amd64.whl
│   ├─ comfy_aimdo_xpu_runtime-0.6.0+xpu.1.g1378a3f-cp39-abi3-win_amd64.whl
│   └─ ComfyUI-OmniXPU.dg2-20261031.zip
├─ ComfyUI-GGUF-XPU-20260912.zip                  ← 用 GGUF 模型的装这个(强烈建议)
└─ check_provider_alignment.py                    ← 一条命令体检版本是否对齐

注意:B 系列是四件,A770 是三件。A770 不需要单独的 kitchen provider —— 它的插件里已经内置了一份 XPU 后端,安装时自动接上。


开始之前:三分钟自查#

不用命令行,打开「设置 → 系统 → 显示 → 高级显示」或者「任务管理器 → 性能 → GPU」,看清你的显卡型号:

你的显卡 归属 该用哪个目录
Arc B580 / B570 / B60 / B70 BMG(B 系列) B系列(bmg)\
Arc A770 DG2(A 系列) A770(dg2)\
Arc A750 / A580 DG2,但可能报错 可以试 A770(dg2)\,失败请回退

然后确认三件事(都是硬要求,不满足装不上):

项目 要求 怎么确认
系统 Windows 10 / 11 64 位(x64) 设置 → 系统 → 关于
Python 3.13 看你的整合包目录下 python\python.exe,一般整合包自带
ComfyUI 0.43.x 看 ComfyUI 启动日志第一行,或 ComfyUI\comfyui_version.py

还有一个必须提前处理的风险项:如果你之前手动装过 pyzes,请先卸掉。

python -m pip uninstall -y pyzes

pyzes 是 Level Zero Sysman 的第三方绑定,torch 只在 Linux 上声明它,Windows 上装了纯属多余,而且会让 torch.xpu.device_count() 第二次调用直接崩,导致 ComfyUI 在导入阶段就起不来(报 Torch not compiled with CUDA enabled,很容易被误判成 torch 装坏了)。卸载它没有任何功能损失。

备份提醒:动手前把整个 ComfyUI 目录里的 python\Lib\site-packages 中相关目录、以及 custom_nodes\ComfyUI-OmniXPU 复制一份留底,或者直接给整个 ComfyUI 目录打个压缩包。装错了有得退。


第 1 步:下载优化指南,放进 ComfyUI 目录#

打开优化指南的下载页,取最新一版压缩包:

下载下来是一个类似 IntelGPU-ComfyUI-系统优化指南-20261031.zip 的压缩包。解压到你的 ComfyUI 目录里,让它成为 ComfyUI 的一个子目录。

假设你的 ComfyUI 装在 D:\ComfyUI-aki-v3-IntelArc,那么最终路径应该是:

D:\ComfyUI-aki-v3-IntelArc\
├─ ComfyUI\                    ← 程序本体
├─ python\                     ← 整合包自带的 Python 3.13
├─ 启动器.bat / run_nvidia_gpu.bat 等
└─ IntelGPU-ComfyUI-系统优化指南-20261031\   ← 新解压进来的
    ├─ Intel GPU 的 ComfyUI 系统优化指南-20261031.md
    ├─ B系列(bmg)\
    ├─ A770(dg2)\
    └─ ...

为什么要放在 ComfyUI 目录里面? 因为下一步 AI Agent 的工作空间会指向 ComfyUI 根目录 —— 它在同一个"视野"里,才能既看到安装包,又看到 ComfyUI 自己的 Python 和插件目录。

路径里不要有中文以外的奇怪字符,也不要放在 OneDrive 同步目录里。解压时如果软件问"是否保留目录结构",选是。

📌 目录名带日期是有意为之:每一版指南是独立发布的完整包,保留 20261031 这种日期后缀,方便你同时留着旧版——万一新版装出问题,删掉新目录、回到旧目录重装即可。不要覆盖旧的,也不要把两版的目录混在一起。


第 2 步:开一个 AI Agent,把工作空间指向 ComfyUI 目录#

这里的关键不是"聊天",而是让 Agent 能读你的文件、能执行命令。以 WorkBuddy 为例:

  1. 打开 WorkBuddy,新建一个任务(不要用历史会话接着聊,容易串上下文)
  2. 把这个任务的工作空间设为你的 ComfyUI 根目录:D:\ComfyUI-aki-v3-IntelArc
  3. 确认当前是 Agent 模式(能动手,而不是只回答问题的 Ask 模式)
  4. 如果软件询问文件访问权限,允许对工作空间内文件的读写

工作空间设对之后,Agent 才能:


第 3 步:把这段任务描述贴给 Agent#

下面是给你整段复制用的。把尖括号 < > 里的内容改成你自己的,然后一次性发给 Agent:

任务:请把 Intel Omni 加速组件安装到我的 ComfyUI 里。

【我的环境】
- ComfyUI 目录:<你的 ComfyUI 根目录,例如 D:\ComfyUI-aki-v3-IntelArc>
- 优化指南目录:<ComfyUI 根目录>\IntelGPU-ComfyUI-系统优化指南-<日期版本>\
  (把 <日期版本> 换成你实际解压出来的那个目录名)
- 我的显卡:<填型号,例如 Intel Arc B580 / Intel Arc A770>

【硬性规则,全程不得违反】
1. 只许使用 ComfyUI 目录下的 Python:<ComfyUI 根目录>\python\python.exe。
   禁止使用系统 Python、其他 venv、conda 环境,也禁止 pip 全局安装。
2. 安装参数用 --ignore-installed,不要用 --force-reinstall。
   (--force-reinstall 中途被打断会留下删不掉的 ~xxx 残留目录,之后所有 pip 操作都报
    "no RECORD file",很麻烦。)
3. 不要安装 pyzes。我的环境里如果存在,请先用 pip uninstall -y pyzes 卸掉。
4. B 系列和 A770 两条线的内核、插件绝对不能混装。我的显卡是哪条线,就只装那条线的文件。
5. 每完成一个阶段先向我汇报,再做下一步;不要一路闷头装完。

【第 1 项:确认 Python 工具】
先确认要用的 Python 是 ComfyUI 自带的那个,打印它的路径、版本号,以及它属于哪个环境。
同时确认它识别到的 torch 版本、以及 torch.xpu 是否可用。
注意:检查 device_count / is_available 时,必须在同一个进程里连续调用 3 次,
不能只调一次 —— 第一次必然成功,问题在第二次才暴露。

【第 2 项:完整阅读安装说明】
把优化指南目录里的 md 文档完整读一遍(至少读完「第三部分:安装」和「第四部分:验证与故障排查」),
然后给我一份组件清单,说明这次要装哪些组件、各自版本号、以及它们之间的版本对应关系。

【第 3 项:版本核对与决策 —— 这一步最重要,请先决策再动手】
请把下面四个维度的"当前实际版本"和"指南期望版本"列成一张对照表:
  a) ComfyUI 内核版本
  b) PyTorch(torch 与 torch.version.xpu)
  c) comfy-kitchen(官方包版本)
  d) comfy-aimdo(官方包版本)

然后按下面的规则决定怎么做,并把你的判断依据告诉我:
- 指南包的组件版本 == 我当前 ComfyUI 的原生版本 → 直接完整安装。
- 指南包的组件版本 < 我当前的原生版本(即我的 ComfyUI 比指南新)→
  立刻停止安装,只输出反馈,不要尝试装、不要尝试降级 ComfyUI。
  告诉我:我的哪个组件超前了、需要等哪一版的指南包。
- 指南包的组件版本 > 我当前的原生版本(即我的 ComfyUI 比指南旧)→
  先向我说明升级 ComfyUI 的影响面(会动哪些目录、能否回退),得到我确认后再升级,
  升级完成、四个维度重新核对一致后,再继续安装。
- 如果显卡架构与所选目录不匹配(例如 A770 拿了 B系列(bmg) 的文件)→ 停止,先纠正。

另外请注意:这套组件的版本锚是"精确匹配"关系。torch 换一个小版本、
或 ComfyUI 抬了 comfy-kitchen / comfy-aimdo 的 pin,对应的 provider 就会被明确拒绝
(会打印拒绝原因并退回官方包,不会崩,但加速会失效、明显变慢)。
所以在决定"装"之前,请确认四个维度是真正对齐的,不要靠"看起来差不多"。

【第 4 项:执行安装】
按我显卡对应的那条线,依次安装:内核 wheel →(B 系列)kitchen provider wheel
→ aimdo provider wheel → 解压 ComfyUI-OmniXPU 插件到 ComfyUI\custom_nodes\
→ 如果包里有 ComfyUI-GGUF-XPU,也一并装上(我用 GGUF 模型)。
插件解压后目录名必须是 ComfyUI-OmniXPU,并删掉包里的 __pycache__。
我这一版里的组件如果还有需要改启动配置的地方(环境变量、启动参数),
请一并帮我改好,并告诉我改的是哪个 bat、改了哪几行、原值是什么。

【第 5 项:验证所有组件正确可用】
分层验证,每层都要给我实际输出:
  1) pip 层:确认四个包都已安装、版本号与指南一致。
  2) import 层:确认 omni_xpu_kernel 能 import,并打印它的版本、目标架构、is_available。
  3) 启动日志层:启动一次 ComfyUI,把相关日志行抓出来给我看 ——
     应该能看到 [OmniXPU] 开头的适配器日志、comfy_kitchen backend xpu 的 available 状态、
     以及 aimdo 的 DynamicVRAM 提示。
  4) 如果有 check_provider_alignment.py,跑一次,把结果贴给我。
验证不通过的项目,逐条说明是什么、为什么、怎么修,不要含糊带过。

【第 6 项:输出安装报告】
最后给我一份表格,列:组件 | 安装前版本 | 安装后版本 | 状态 | 备注。
外加一段"我改动了什么"的清单(哪些文件、哪些配置被改了),
以及回退方法。

关于这段提示词的几点说明#

为什么强调"四个维度"而不是只看 ComfyUI 版本? 因为这套组件是精确匹配的:核 wheel 绑死 torch 的 C++ ABI,两个 provider 各自写死了能接受的官方包版本。ComfyUI 版本对了但 torch 换了,照样装不上或者静默失效。

为什么要先决策再动手? 因为"我的 ComfyUI 比指南新"这种情况,硬装的下场是内核加载失败或者 provider 被拒。这时候正确的动作是等新包,而不是降级 ComfyUI —— 降级会把你的插件生态一起拖下水。

为什么要连调三次 device_count? 这是踩过的坑:某些情况下第一次调用正常、第二次崩。独立测一次会得出"一切正常"的错误结论。


第 4 步:安装完成后,怎么看它真的生效了#

装完不要只看"pip 说装成功了"。分三层看。

第一层:包在不在#

用 ComfyUI 的 Python 执行:

D:\ComfyUI-aki-v3-IntelArc\python\python.exe -m pip show omni-xpu-kernel comfy-kitchen-xpu-runtime comfy-aimdo-xpu-runtime

A770 用户如果没装 kitchen provider,comfy-kitchen-xpu-runtime 没有输出是正常的。

第二层:能不能 import#

D:\ComfyUI-aki-v3-IntelArc\python\python.exe -c "import omni_xpu_kernel as o; print(o.__version__, o.__xpu_target__, o.is_available())"

期望输出:

⚠️ 执行这条命令时不要在 omni_xpu_kernel 的源码目录里,那里残留的 *.egg-info 会让 import 读到错的版本号。

第三层:启动日志 —— 这才是真凭据#

启动 ComfyUI,从日志里找这几行:

通用(两线都该有)

[OmniXPU] omni_xpu_kernel 0.2.0b3+torch215.bmg - available: sdp, norm, rotary, linear_fp8, int8, layout
[OmniXPU] quantized_matmul_adapter: applied
[OmniXPU] attention_adapter: applied
Found comfy_kitchen backend xpu: {'available': True, 'disabled': False, ...}
DynamicVRAM support detected and enabled

判读要点:

A770 会多出来的专属行(B 系列不会有):

[OmniXPU] Kitchen XPU backend grafted onto comfy-kitchen 0.2.40: N modules, M capabilities
[OmniXPU] Kitchen backend priority: ['xpu', 'ascend', 'cuda', 'triton', 'eager']
[OmniXPU] a770_rms_rope_bridge: applied
[OmniXPU] int4_gemm_adapter: applied
[OmniXPU] a770_int8_native_gate: applied

A770 允许缺席的:sol_attn 能力、sparse_attention_adapter(DG2 不支持,显示 skipped 是正常的)、supports_group_norm_stats3d(dg2 内核比 bmg 少一项)。

第四层:跑一个工作流,看运行期自证#

这一步最硬。随便跑一个 INT8 量化模型的工作流,采样阶段的日志里出现:

Native ops: int8_tensorwise , emulated ops: ...

就说明厨房 XPU 后端真的在服务 INT8 路径,不是"装上了但没人用"。ComfyUI 官方对 Intel XPU 的 INT8 判断是硬编码 False,只有当 OmniXPU 把六个 int8 算子全部交给 xpu 后端认领时,这行才会从 emulated 翻回 Native。

用 GGUF 模型的话,注意节点选择:用 UnetLoaderGGUF,不要用 GGUFLoaderKJ —— 后者不走内核加速,你会觉得"装了没效果"。


常见坑速查#

现象 原因 处理
pip install 报版本不匹配 wheel 与 torch / Python 不匹配 确认 torch 是 2.15.0+xpu、Python 是 3.13(3.12 装不上)
pip 报 Invalid wheel filename (invalid version) 拿了 20261026 及更早版本的 aimdo 包(旧命名不合 PEP 440) 换 20261031 或更新版本的包,文件名里应是 +torch215.bmg 这种形式
pip 说 already installed with the same version,然后什么都没干 B 系列的 aimdo provider 包内版本号仍是 0.6.0,pip 认为不需要装 加 --ignore-installed(不要用 --force-reinstall)
Cannot uninstall ... no RECORD file 之前用 --force-reinstall 被中途打断,留下 ~xxx 残留 去 site-packages 找残留目录清掉,之后改用 --ignore-installed
ComfyUI 直接崩:AssertionError: Torch not compiled with CUDA enabled 装了多余的 pyzes pip uninstall -y pyzes,再连测三次 device_count 应为 [1,1,1]
启动日志完全没有 [OmniXPU] 插件目录名不对,或残留 __pycache__ 目录名必须是 ComfyUI-OmniXPU,删掉 __pycache__ 重启
comfy_kitchen backend xpu: available False 版本三角不匹配(ComfyUI pin ↔ 官方包 ↔ provider 锚) 三者对齐到文档给的版本;A770 确认插件版本与指南包一致(如 dg2-20261031)且没设 OMNIXPU_KITCHEN_GRAFT=0
aimdo 装了但日志没有 DynamicVRAM 行 启动 bat 没有显式加 --enable-dynamic-vram 在启动参数里补上
runtime provider rejected: comfy_aimdo.xpu ... provider 的版本锚和已装的官方 comfy-aimdo 对不上 官方包对齐到 0.6.0(0.43.x 自带),或换对应版本的 provider
开了 aimdo 之后卡死 / 极慢 aimdo 仍在演进,个别工作流有回归 把 --enable-dynamic-vram 改成 --disable-dynamic-vram,并把日志反馈给维护者
A770 跑 H3 报 UR_RESULT_ERROR_DEVICE_LOST 缺环境变量 bat 里补 UR_L0_USE_IMMEDIATE_COMMANDLISTS=1
A770 装了包但 _C 加载失败 装错架构线(拿了 bmg 那份),或 oneAPI 环境残缺 换 A770(dg2)\ 里的 dg2 包
GGUF 模型没提速 用了 GGUFLoaderKJ 换成 UnetLoaderGGUF
装的时候好好的,升了 ComfyUI 之后变慢 ComfyUI 抬了 comfy-kitchen / comfy-aimdo 的 pin,provider 被拒 跑 check_provider_alignment.py,等对应新版的指南包

附录 A:验证命令速查#

以下都用 ComfyUI 自带的 Python(把 D:\ComfyUI-aki-v3-IntelArc 换成你的路径):

:: 确认 torch 与 XPU 可用
D:\ComfyUI-aki-v3-IntelArc\python\python.exe -c "import torch; print(torch.__version__, torch.xpu.is_available())"

:: 确认 device_count 稳定(必须连测多次)
D:\ComfyUI-aki-v3-IntelArc\python\python.exe -c "import torch; print([torch.xpu.device_count() for _ in range(3)])"

:: 确认 pyzes 不存在(能 import 成功才是问题)
D:\ComfyUI-aki-v3-IntelArc\python\python.exe -c "import pyzes"

:: 确认内核就位
D:\ComfyUI-aki-v3-IntelArc\python\python.exe -c "import omni_xpu_kernel as o; print(o.__version__, o.__xpu_target__, o.is_available())"

:: 确认已装组件
D:\ComfyUI-aki-v3-IntelArc\python\python.exe -m pip show omni-xpu-kernel comfy-kitchen-xpu-runtime comfy-aimdo-xpu-runtime

:: 体检版本三角
D:\ComfyUI-aki-v3-IntelArc\python\python.exe IntelGPU-ComfyUI-系统优化指南-<日期版本>\check_provider_alignment.py

期望值:torch 输出 2.15.0+xpu True,device_count 输出 [1, 1, 1],pyzes 报 ModuleNotFoundError。


附录 B:两条线的组件对照(以 20261031 版为例)#

组件 B 系列(BMG) A770(DG2)
内核 omni_xpu_kernel 0.2.0b3+torch215.bmg omni_xpu_kernel 0.2.0b3+torch215.dg2
适配插件 ComfyUI-OmniXPU.bmg-20261031(19 个 Component) ComfyUI-OmniXPU.dg2-20261031(32 个 Component,自带 kitchen graft)
kitchen provider comfy-kitchen-xpu-runtime 0.2.40(必须装) 不需要(插件内置)
aimdo provider comfy-aimdo-xpu-runtime 0.6.0+torch215.bmg comfy-aimdo-xpu-runtime 0.6.0+xpu.1.g1378a3f
注意力加速路径 CUTE 二进制快路径 ESIMD / DPAS 侧车
已知缺口 无 缺 supports_group_norm_stats3d;无 sol_attn

一句话记住:看文件名里的 torch215 + bmg/dg2 后缀判断这条线适不适合你,不要看 bN 那个数字 —— 两条线是独立发版,不保证同步。


装完之后#

进 ComfyUI 正常跑工作流就行。想确认加速还在工作,就看采样日志里有没有 Native ops: int8_tensorwise;想看显存管理有没有生效,就看加载模型时有没有 DynamicVRAM 相关输出。

如果出现"以前很快、现在变慢"的情况,第一个该怀疑的不是显卡,是版本:ComfyUI 或 torch 的任何一次升级都可能让 provider 失效。跑一次 check_provider_alignment.py,比翻日志快得多。

遇到问题,把完整日志(不是截图,是文本)发到 Intel GPU & ComfyUI 折腾群里,通常比自己在网上乱搜快。


说明:本文是一份通用流程说明,适用于任意版本的《优化指南》安装包;文中所有日期号、wheel 文件名与版本号均以 20261031 版为示例。指南会随上游持续更新,装之前请以你手上那一版的说明文档和文件清单为准 —— 流程不变,版本以实物为准。