No module named ‘OpenGL_accelerate’

快速结论：这个报错通常出现在运行官方 MiniMax H3 文生视频工作流时，由文本编码器内部的 SDPA 注意力内核（AOTriton）在 AMD 显卡上静默失败引起，优先排查 PyTorch 是否缺少 AOTriton 内核镜像，并用 --use-split-cross-attention 参数绕过问题路径。

适用环境：Windows 平台 + Python 3.12.13（Anaconda 环境）+ AMD Radeon 9060 XT 16G 显卡；Issue 中确认使用了 ComfyUI 官方 T2V 工作流。

最快修复方案：在启动命令中添加 --use-split-cross-attention 参数，强制文本编码器回退到 attention_basic 实现。

注意事项：该方案是 Issue 讨论中给出的针对性绕过方法，已通过后续 PR #15648 修复；若添加参数后仍崩溃，则需排查 comfy-kitchen/hipBLASLt 等其他依赖。

问题场景

用户在使用 ComfyUI 运行官方 MiniMax H3 文生视频（T2V）工作流时，在 AMD Radeon 9060 XT 16G 显卡上触发了 CUDA 错误。启动命令中包含多项自定义参数（如 --enable-dynamic-vram、--use-ck-attention 等），报错发生在核心模块的 get_cast_buffer 函数中，并非自定义节点引起（已确认禁用自定义节点后问题依旧）。

报错原文

torch.AcceleratorError: CUDA error: invalid argument on 9060xt 16g

原因分析

Issue 讨论中明确指出，comfy-aimdo 的 DLL 加载失败信息几乎可以肯定是误导——ComfyUI 会自动回退到旧版的 ModelPatcher，而真正的崩溃发生在核心模块的 get_cast_buffer 函数中。可能原因包括：

AOTriton 内核缺失：PyTorch 构建缺少 AOTriton 内核镜像（aotriton.images 目录不存在），但 torch 仍报告 flash attention 可用，导致内核静默失败，错误在后续无关的启动操作中才暴露。
早期 SDPA 内核失败：llama.py 第 616 行的 traceback 可能只是早期失败的 SDPA 内核在后续操作中的表象。
其他依赖问题：如果绕过 AOTriton 后问题仍存在，则可能是 comfy-kitchen 或 hipBLASLt 导致。

环境排查

Python 版本：3.12.13（Anaconda 环境）
操作系统：Windows
显卡：AMD Radeon 9060 XT 16G
PyTorch 是否包含 AOTriton 内核镜像
ComfyUI 版本是否已合并 PR #15648
comfy-aimdo 包是否完整安装

解决步骤

优先尝试：在启动命令中添加 --use-split-cross-attention 参数，绕过 AOTriton 路径并强制文本编码器使用 attention_basic。这是 Issue 讨论中明确提出的决定性测试方法。

在 conda 环境中运行以下命令检查 AOTriton 内核镜像是否存在：

python -c "import torch, os; d=os.path.join(torch.__path__[0],'lib','aotriton.images'); print('exists:', os.path.isdir(d)); print('entries:', sorted(os.listdir(d)) if os.path.isdir(d) else None)"

如果输出 exists: False，说明 PyTorch 构建缺少 AOTriton 内核镜像。

尝试强制重装 comfy-aimdo：
```
pip install comfy-aimdo --force-reinstall
```
（注意：Issue 讨论中指出 comfy-aimdo 的 DLL 缺失与本次报错可能无关，此步骤仅用于排除该依赖问题。）
逐步去掉启动参数中的 --enable-dynamic-vram（该参数在此提交后已不再需要）、--use-ck-attention、--disable-smart-memory、--disable-pinned-memory、--reserve-vram 3，每次去掉一个参数并重试生成。
如果以上步骤后仍崩溃，可优先尝试升级到包含 PR #15648 修复的 ComfyUI 版本。

验证方法

添加 --use-split-cross-attention 参数后重新运行 MiniMax H3 官方 T2V 工作流，若能正常完成生成且不再出现 CUDA error: invalid argument，则说明问题已绕过。若需要彻底确认根因，可运行上述检查 AOTriton 镜像的 Python 命令，若输出 exists: False 则与 #15647 属于同一根因。