TextGenerate 报错修复：cuDNN Frontend "No valid execution plans built"（2026-09-09）

现象

Krea2 工作流中 TextGenerate 节点（Qwen3-VL 文本编码器）生成 token 时报错：

RuntimeError: cuDNN Frontend error: [cudnn_frontend] Error: No valid execution plans built.

位置：comfy/text_encoders/llama.py → optimized_attention → attention_pytorch → comfy/ops.py:95 → F.scaled_dot_product_attention。 环境：RTX 5060 Ti（Blackwell sm_120）、PyTorch 2.11.0+cu130、cuDNN v9、ComfyUI 0.34.0（--use-sage-attention 等 v6 参数）。

根因

• Qwen3-VL 文本编码器为 GQA 注意力（enable_gqa=True），带 attention_mask；
• comfy/ops.py 的 SDPA 调度优先级为 FLASH → CUDNN → EFFICIENT → MATH；
• 该形状下 flash/efficient 不可用 → 调度落入 cuDNN attention；
• cuDNN frontend 在 Blackwell 上为该形状构建执行计划失败，且抛异常不回退到 MATH（PyTorch/cuDNN 已知行为，非本机配置错误）。

修复（2026-09-09，GPU 机）

修改 /home/zyw/ComfyUI/comfy/ops.py：

1. 从 SDPA_BACKEND_PRIORITY 中移除 CUDNN_ATTENTION（保留 FLASH → EFFICIENT → MATH，MATH 兜底永远可构建计划）；
2. 追加 torch.backends.cuda.enable_cudnn_sdp(False)（双保险，防止小张量旁路路径仍选中 cuDNN）。

• 备份：/home/zyw/ComfyUI/comfy/ops.py.bak-before-cudnnfix
• 重启 ComfyUI（v6 脚本，新 PID），HTTP 200 验证通过。
• ⚠️ 若日后 ComfyUI git 更新覆盖 ops.py，需重新打此补丁（文件内已留注释说明）。

影响面

仅禁用了 cuDNN SDPA 后端；flash/efficient/math 注意力不受影响（math 最慢但正确）。扩散去噪走 SageAttention，与本补丁无关。LLM 文本生成本身计算量小，性能影响可忽略。

验证

用户重跑原失败工作流（TextGenerate），确认不再报错即收尾。

---

2026-09-15 复盘：在实机上逐条复现，机制已完全确认

起因：升级 ComfyUI 后要重新打补丁，被追问「这个崩溃核实过吗」。原来的根因描述方向正确但不完整， 下面是实测复现（RTX 5060 Ti / cc 12.0 / torch 2.11.0+cu130 / cuDNN 9.19.0）。

复现实验（GQA 16q/4kv + float mask + bf16/fp16 均一致）

调用方式	结果
只允许 CUDNN	❌ RuntimeError: cuDNN Frontend error: [cudnn_frontend] Error: No valid execution plans built.
只允许 FLASH	❌ No available kernel（GQA+mask 不支持）
只允许 EFFICIENT	❌ No available kernel（dense 输入要求 num_heads 相同）
只允许 MATH	✅ OK
sdpa_kernel(PRI) 不带 set_priority	✅ OK（cuDNN 失败被容忍，落到 MATH）
sdpa_kernel(PRI, set_priority=True) ← 上游 ComfyUI 的实际写法	❌ 复现原报错
去 CUDNN 后的列表 + set_priority=True	✅ OK（补丁有效）

完整因果链（三段缺一不可）

1. Qwen3-VL 文本编码走 GQA + attention_mask，形状上 flash 与 efficient 都没有可用内核 （实测 can_use_flash=False、can_use_efficient=False）；
2. 但 can_use_cudnn_attention(params) 返回 True（谎报） —— 因为该判定只看"后端是否被启用/参数是否合法"， 并不知道 cuDNN frontend 在实际建图时会失败；
3. 上游 comfy/ops.py 的 GQA 保护正是用这三个 can_use_* 判断要不要手工展开 KV 头： 因为 cuDNN 谎报 True，它认为"原生 GQA 可用"→ 跳过了手工展开； 随后在 sdpa_kernel(SDPA_BACKEND_PRIORITY, set_priority=True) 里选后端： FLASH 失败 → CUDNN 直接抛异常（set_priority=True 之下不会静默落到 MATH） → 报错。

两个修正/补充

• set_priority=True 是关键：不带它时 cuDNN 的失败会被容忍并落到 MATH，所以"随便一次 SDPA 测试"复现不出来—— 必须照上游写法带 set_priority=True。
• 没有免改代码的等价开关：实测 TORCH_CUDNN_SDPA_ENABLED=0 在 torch 2.11 上无效 （torch.backends.cuda.cudnn_sdp_enabled() 仍为 True），所以只能改 comfy/ops.py（或用启动脚本注入 monkeypatch）。
• 补丁的实际作用：把 cuDNN 从候选里拿掉，于是同一路径变成 FLASH 失败 → EFFICIENT 失败 → MATH 兜底成功。

结论

09-09 的补丁必要且正确；但注意它是上游交互缺陷（ComfyUI 的 GQA 保护被骗 + torch/cuDNN 在 sm_120 上建图失败）， 不只是"本机配置问题"。每次 git pull ComfyUI 之后都必须重新应用该补丁。