No module named ‘OpenGL_accelerate’

Flash Attention failed, using default SDPA / No module named ‘OpenGL_accelerate’

快速结论：该报错并非“No module named ‘OpenGL_accelerate’”相关，而是 ComfyUI 在调用 Flash Attention 时因参数数量不匹配而回退至 PyTorch 默认 SDPA 的警告。优先排查与确认你的 PyTorch 与 Flash Attention 安装版本是否匹配。

问题场景

用户在更新 ComfyUI 至某 commit（b481bc15afda8222b1674cea29d141c24bc7ef7e）后，运行 FLUX 模型推理时触发此警告。环境为 AMD Radeon RX 7900 XTX，使用 ROCm 与 PyTorch 2.12 nightly 版本。

报错原文

[WARNING] Flash Attention failed, using default SDPA: flash_attention::flash_attn() expected at most 5 argument(s) but received 6 argument(s). Declaration: flash_attention::flash_attn(Tensor q, Tensor k, Tensor v, float dropout_p=0., bool causal=False) -> Tensor

原因分析

可能原因：ComfyUI 内核代码尝试以 6 个参数调用 flash_attn() 函数，但当前环境中编译或安装的 Flash Attention 实现只接受最多 5 个参数。此版本不匹配通常出现在使用最新 nightly 版 ROCm 和 PyTorch（如 2.12.0a0+rocm7.13.0a20260416）的环境上，导致 ComfyUI 检测到 Flash Attention 可用，但底层 C++/Triton 绑定签名不匹配。

环境排查

PyTorch 版本：2.12.0a0+rocm7.13.0a20260416（nightly）
ROCm 版本：nightly_rocm7.2.4
显卡：AMD Radeon RX 7900 XTX
ComfyUI 提交：b481bc15afda8222b1674cea29d141c24bc7ef7e 及之后
Flash Attention 安装方式：通过 FLASH_ATTENTION_TRITON_AMD_ENABLE="TRUE" pip install flash-attn --no-build-isolation 安装
自定义组件：可能启用了 comfy-kitchen、Triton 等后端；日志显示 triton 与 cuda（通过 ROCm 模拟）后端均为 disabled: True

解决步骤

强制使用替代注意力机制：启动 ComfyUI 时添加 CLI 参数 --use-split-cross-attention 或 --use-pytorch-cross-attention，可消除警告并强制使用 SDPA。（可优先尝试）
尝试使用 --use-quad-cross-attention：用户反馈此参数在 AMD 上性能接近 Flash Attention，但仍有差距。
安装与 PyTorch 版本完全匹配的 Flash Attention：在 ROCm 开发包（如 rocm-dev）已安装的前提下，运行 pip install flash-attn --no-build-isolation，会从源码编译适配当前 PyTorch 及硬件的 Flash Attention 二进制。
回退或升级至稳定版 PyTorch/ROCm：如无需 nightly 特性，建议使用官方稳定版（如 ROCm 6.x 或 7.x 稳定版），可避免签名不匹配问题。
回退 ComfyUI 至旧 commit：用户确认回退至 69ea586 可移除错误消息，但仍使用 SDPA；更老的 commit 中 Flash Attention 正常工作。

验证方法

启动 ComfyUI 并运行 FLUX 或类似大模型工作流，观察日志中不再出现 Flash Attention failed, using default SDPA 警告，或确认闪存注意力机制（Flash Attention）被成功调用。同时观察生成结果是否正常、无 VRAM 溢出或驱动挂起现象。