Stable Diffusion WebUI 与 NVIDIA RTX 5090 显卡兼容性问题解析

问题背景

近期有用户反馈在升级到 NVIDIA GeForce RTX 5090 显卡后，运行 Stable Diffusion WebUI 时遇到了兼容性问题。系统提示当前安装的 PyTorch 版本不支持该显卡的 CUDA 计算能力(sm_120)，导致无法正常加载模型和生成图像。

错误现象分析

当用户尝试启动 WebUI 时，控制台会显示以下关键错误信息：

1. 不兼容警告：明确指出 RTX 5090 的 CUDA 能力(sm_120)与当前 PyTorch 安装支持的 CUDA 能力(sm_50到sm_90)不匹配
2. 运行时错误：CUDA 错误提示"no kernel image is available for execution on the device"
3. 模型加载失败：最终导致 Stable Diffusion 模型无法正常加载

根本原因

此问题的核心在于 PyTorch 官方尚未发布支持 RTX 5090 显卡(sm_120架构)的预编译版本。虽然用户尝试按照官方指引重新安装 PyTorch，但由于新显卡刚发布，官方仓库中还没有包含对应架构支持的二进制包。

解决方案

对于遇到此问题的用户，可以尝试以下解决方法：

1. 使用便携版(portable)WebUI：有用户反馈便携版可以解决主要兼容性问题
2. 等待官方更新：关注 PyTorch 官方更新，等待支持 sm_120 架构的版本发布
3. 临时解决方案：虽然便携版可能解决主要问题，但某些扩展(如adetailer)可能仍会因torch vision版本问题无法正常工作

技术建议

对于高级用户，还可以考虑：

1. 从源码编译支持 sm_120 的 PyTorch 版本
2. 在启动脚本中添加环境变量 CUDA_VISIBLE_DEVICES 来限制使用的GPU
3. 检查并更新所有相关依赖项，包括CUDA工具包和cuDNN库

总结

新硬件支持通常需要一定时间的适配期。RTX 5090用户目前可能需要使用替代方案或等待官方更新。建议关注项目更新动态，及时获取最新兼容性信息。同时，对于依赖特定扩展功能的用户，可能需要权衡新硬件性能与功能完整性的取舍。