## 一、问题背景
新笔记本到了，RTX 5090 的显卡，想着赶紧把 ComfyUI 跑起来做 AI 绘图。机器配置不错，硬件该装的都装了，接下来就是搭环境。
ComfyUI 安装没什么难度，git clone 完事。关键是 PyTorch 版本要对得上 CUDA 版本。
看了一眼显卡驱动：
|
1 2 |
nvidia-smi CUDA Version: 12.8 |
CUDA 12.8，那 PyTorch 选 cu126（最新的稳定版）应该没问题吧？直接开下：
|
1 |
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126 |
## 二、报错
下载花了挺久，2.6 GB 的包等了好一会儿。装完兴冲冲跑一下 ComfyUI，结果直接报错：
|
1 2 3 |
RuntimeError: CUDA error: no kernel image is available for execution on the device CUDA kernel errors might be asynchronously reported... Device: NVIDIA RTX 5090 Laptop (sm_120) |
简单说就是：PyTorch 的 cu126 版本不带 RTX 5090 的驱动代码。
查了下 RTX 5090 用的是 Blackwell 架构，计算能力 sm_120。而 PyTorch 官方 cu126 的 wheel 包只编译到了 sm_89（Ada Lovelace 架构，也就是 RTX 4090 那代）。5090 是新架构，还没被包含进去。
## 三、解决过程
搜索得知 PyTorch 的 nightly 版本通常会提前加入对新架构的支持。需要换 cu128 nightly 版本：
|
1 2 |
pip install --pre torch torchvision torchaudio \ --index-url https://download.pytorch.org/whl/nightly/cu128 |
2.6 GB 的文件才下完又得重下，先把 cu126 的 whl 删了释放空间。这次用 aria2 8 线程下载，加快速度：
|
1 2 3 |
pip install --pre torch torchvision torchaudio \ --index-url https://download.pytorch.org/whl/nightly/cu128 \ --timeout 3600 |
装好以后跑 ComfyUI，这次顺利启动了。
## 四、为什么会这样
问题的根因是 PyTorch 的官方 wheel 包是预编译的，每个版本只包含特定计算能力（sm_xx）的内核镜像：
|
1 2 |
cu126 稳定版: sm_52 - sm_89 cu128 nightly: sm_52 - sm_120（包含 Blackwell） |
RTX 5090 的 sm_120 在 cu126 里没有被编译进去，所以报 "no kernel image" 错误。cu128 nightly 版本已经包含了 sm_120 的支持。
## 五、总结
首发了新一代显卡，在 AI 工具链上就要接受这种兼容性滞后。PyTorch 的 nightly 版本通常比稳定版早 1-3 个月支持新卡，如果你是首批 5090 用户：
1. 别下 cu126，直接上 cu128 nightly，省得白下 2.6 GB
2. 下载时加 --timeout 参数防超时
3. 等 PyTorch 稳定版更新后再切回来