No module named ‘torch_npu’

问题场景

用户在 Intel Arc 140V 上运行 ComfyUI 自带的 3d_pixal3d_multi_views 默认工作流，未修改任何节点。流程执行到 “trellis2 shape stage” 节点时报出 “Trellis2 coords can’t be empty”。用户已在 comfy_extras/nodes_trellis2.py 的 shape_vae.decode_structure 前加打印，确认解码前的 latent 形状为 (1, 32, 16, 16, 16)、dtype 为 torch.float32，但已含 131072 个 NaN，因此问题在 VAE 解码之前就已经产生。

报错原文

Trellis2 coords can't be empty

TRELLIS2 LATENT DEBUG:
  Shape: (1, 32, 16, 16, 16)
  Dtype: torch.float32
  NaNs: 131072
  Infs: 0

[INFO] Found comfy_kitchen backend ascend: {'available': False, 'disabled': False, 'unavailable_reason': "torch-npu is not installed: No module named 'torch_npu'", 'capabilities': []}

说明：日志中的 No module named 'torch_npu' 只是 Ascend 后端探测失败的信息，出现在 Arc（XPU）环境的启动日志里，与本工作流故障没有因果关系，不要据此去装 torch-npu。

原因分析

根据 Issue 讨论，根因是 SDPA attention 在 bfloat16/float16 下的数值不稳定。评论中附带的隔离脚本对同一 attention 在 Arc 140V 上做了对比：default 模式在 bf16 和 fp16 下均出现大量非有限值（nonfinite），而 math 模式和手动 fp32 模式在 20 次试验中均为 0 次失败。这说明低精度输入 + default SDPA 后端会产出 NaN，NaN 一路传到 trellis2 形状阶段，最终导致 coords 为空。该问题已作为 torch bug 上报（pytorch/pytorch#201826），并已在新版本修复。

另外，作者测试 --fp32-vae 和 --fp32-unet 均不能恢复，而 --force-fp32 可以，这也与“问题发生在 attention 计算阶段、而非 VAE 或 UNet 权重精度”的判断一致。

环境排查

• 确认当前 PyTorch 版本是否低于 2.15.0；这是本问题最关键的变量。
• 确认使用的是 Intel XPU 版 torch 以及与之匹配的 intel-extension/驱动，避免版本错配引入新的不兼容。
• 确认运行平台为 Arc 140V（或同类 Xeon/Arc XPU），并记录 ComfyUI 日志中检测到的后端信息。
• 忽略日志里的 No module named 'torch_npu'：这只是 Ascend 后端探测，不适用于 XPU 环境。
• 确认已按官方建议禁用自定义节点后仍复现，以排除插件干扰。

解决步骤

1. 记录当前 torch 版本与 XPU 相关包版本，作为回滚依据。
2. 首选：将 PyTorch 升级到 2.15.0（对应 pytorch/pytorch#201826 已修复的 SDPA 低精度问题）。升级命令请按 PyTorch 官方 XPU 安装说明执行，Issue 中未给出具体命令，不要照搬 CUDA 版命令。
3. 若暂时无法升级，可优先尝试以 --force-fp32 启动 ComfyUI 作为临时规避：python main.py --force-fp32。该参数在 Issue 中已被作者验证可抑制失败。
4. 重新运行未修改的 3d_pixal3d_multi_views 工作流，观察是否仍报 “Trellis2 coords can’t be empty”。
5. 若仍失败，可在 shape_vae.decode_structure 前临时加打印，检查 latent 中 NaN 数量是否归零，用于区分“问题仍在 attention 阶段”还是“下游另有问题”。

验证方法

升级 torch 后重新运行同一工作流，3d_pixal3d_multi_views 应能正常走完 trellis2 shape stage 并输出结果，不再出现 “Trellis2 coords can’t be empty”。如需更直接地确认修复，可运行评论中的隔离脚本 trellis2_xpu_sdpa_backend_compare.py，观察 bf16/fp16 下 default 模式的 bad_trials 是否从 2/20、3/20 降为 0/20。

参考来源

Comfy-Org/ComfyUI #17302（含作者对 --force-fp32 的验证与隔离脚本输出）
pytorch/pytorch #201826（SDPA 低精度 bug，已在 torch 2.15.0 修复）

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。