FramePack Windows 一鍵包支援 RTX 5090：升級 PyTorch cu128 與 SageAttention
RTX 5090 跑不動 FramePack 一鍵包，原因是包內的 PyTorch 太舊，沒有 Blackwell 架構（sm_120）的 CUDA kernel。改 bf16、fp32 或程式碼都沒有用。只要用一鍵包內建的 Python 把 PyTorch 換成 CUDA 12.8 以上的版本即可；想再加速，就補上 triton-windows 與 SageAttention。
以下步驟於 2026 年 10 月在 Windows 11、RTX 5090（32 GB）、NVIDIA driver 616.92 上實測；路徑以 C:\framepack_cu126_torch26 為例，請換成自己的解壓目錄。
症狀
啟動 run.bat 後先出現警告：
按下 Start Generation 後，在 diffusers_helper/hunyuan.py 的 encode_prompt_conds() 失敗：
這行只是第一個在 GPU 上執行的運算，任何 CUDA 運算都會在同一個地方失敗。
根本原因
一鍵包
framepack_cu126_torch26內建torch 2.6.0+cu126，編譯的架構只到sm_90。RTX 50 系列（Blackwell）是 compute capability 12.0，也就是
sm_120。CUDA 12.8 才支援，PyTorch 2.7 起的cu128版本才有對應 kernel。Issue #339 標題寫的「sm_90」是誤解；PyTorch 回報
sm_120才是正確的。不需要另外安裝 CUDA Toolkit：Windows 版 PyTorch wheel 已內含 CUDA runtime。driver 版本要求為
cu128需 R570 以上，cu130需 R580 以上。
版本選擇
PyTorch、torchvision、triton-windows 與 SageAttention wheel 必須成對，以下組合皆已確認有 Python 3.10 Windows wheel：
torch | torchvision | triton-windows | SageAttention wheel |
|---|---|---|---|
2.7.1 | 0.22.1 |
| 2.2.0 post3 |
2.8.0 | 0.23.0 |
| 2.2.0 post3 |
2.9.1 | 0.24.1 |
| 2.2.0 post6 |
2.10.0 | 0.25.0 |
| 2.2.0 post6 |
建議使用 torch 2.10.0 + cu128 ，原因如下：
2.10.0 是 triton-windows 相容表中最新的版本，也能使用 SageAttention post6。post6 修正了會造成黑畫面或雜訊輸出的越界問題。
FramePack 用
torchvision.io.write_video輸出 mp4。torchvision 自 0.22 起提示這個函式將被移除，但 0.25 實測仍可使用。升到更新版本前，要先確認這個函式還存在。torchvision 版本固定是
0.(torch minor + 15)，torchaudio 與 torch 同版號；三者要在同一個指令、同一個 index 一起安裝。
torch 2.10 cu128 支援的架構是 sm_70 到 sm_120 ，已不含 GTX 10 系列（Pascal）。若一鍵包之後要搬到更舊的顯卡，需要另外處理。
升級 PyTorch
先關閉 FramePack，再開 PowerShell 執行。所有 pip 都要透過一鍵包內建的 python.exe 執行；直接打 pip 或 python 可能會裝到系統上另一套 Python。
實測只會變動 torch、torchvision、torchaudio 與 sympy； webui 程式碼與 hf_download 模型都不受影響。torch wheel 約 2.9 GB。
不要照 issue 留言使用 --force-reinstall 。它會連同所有相依套件重裝，把 NumPy 升到 2.x，導致一鍵包內以 NumPy 1.x 編譯的套件出錯，事後還得再降回 numpy==1.26.2。
安裝結束時看到下列訊息可以忽略，它們來自一鍵包附帶、FramePack 用不到的套件：
加裝 SageAttention 加速
FramePack 偵測 attention 後端的順序是 SageAttention、flash-attn、xformers，最後才用 PyTorch SDPA。只做完上一節就能正常生成；SageAttention 是額外加速。flash-attn 沒有官方 Windows wheel，裝了 SageAttention 之後 xformers 也不會被用到，兩者都不必裝。
補上 Python include 與 libs
SageAttention 依賴 triton，而 triton 執行時需要編譯小段 C 程式。一鍵包內的 Python 沒有 include\Python.h 與 libs\python310.lib ，所以要從 triton-windows 的 release 下載補齊。這個 zip 的最上層就是 include 與 libs ，可以直接解壓到 Python 目錄：
一鍵包的 Python 是 3.10.6；3.10.x 的 headers 與 import library 相容，所以 3.10.11 的版本可以直接使用。
安裝 triton-windows 與 SageAttention
triton-windows 的版本要對應 torch 2.10：
SageAttention 使用 woct0rdho 編譯的 Windows wheel，檔名中的 cu128torch2.10.0andhigher 必須與 torch 版本相符：
如果之前裝過其他版本的 triton，或升級後 triton 出現奇怪的編譯錯誤，先清除 JIT 快取：
驗證
先確認 PyTorch 已有 sm_120 kernel：
再執行 run.bat ，console 應出現：
High-VRAM Mode: False 是正常的：FramePack 只有在可用 VRAM 超過 60 GB 時才會把模型全部常駐。文字編碼器約 14 GB、主模型約 24 GB，32 GB 放不下，所以會改用動態載入。介面上的「GPU Inference Preserved Memory」維持最小值 6 速度最快，遇到 OOM 再調高。
實測 1 秒影片、25 steps、開啟 TeaCache：
前 3 步因為暖機與 triton JIT 編譯較慢，之後約 1 it/s，25 步平均約 1.28 s/it。
一個 section（33 幀）約 31 秒，換算約 0.95 秒/幀；作者在 RTX 4090 開 TeaCache 的數據為 1.5 秒/幀。
SageAttention 與 PyTorch SDPA 的輸出 cosine similarity 約 0.9993。官方 README 仍建議先在不開 SageAttention 的情況下確認結果，再比較畫質差異。
常見問題
症狀 | 原因與處理 |
|---|---|
| 安裝時沒有指定 |
| NumPy 被升到 2.x；執行 |
torchvision 是 CPU 版或版本對不上（例如 torch 2.7 搭 torchvision 0.17） | torchvision 必須是 |
pip 顯示已安裝 sageattention，console 卻顯示 | FramePack 用空的 |
triton 報 | 回到上一節補 include 與 libs |
影片全黑或滿是雜訊 | 介面的 MP4 Compression 設為 16；SageAttention 使用 post6 以上版本 |
| 預期內的警告，仍可正常輸出；只是別在未確認的情況下把 torchvision 升過 0.25 |
console 反覆出現 | 與顯卡無關，是 Python 3.10 asyncio 的問題，見 Gradio 在 Windows 反覆出現 WinError 10022 的原因與修正 |
升級完成後照常執行 update.bat 即可。它只會 git pull 更新 webui ，不會動到 system\python 的套件；但 pull 失敗時會執行 git reset --hard ，所以不要直接修改 webui 內被 Git 追蹤的檔案。