> ## Content Index > Fetch the complete content index at: https://adrianoamalfi.com/llms.txt > Use this file to discover other available public pages before exploring further. # ComfyUI su Windows 11 con GPU NVIDIA: installazione nativa passo per passo - URL: https://adrianoamalfi.com/tech-scratchpad/stable-diffusion-gui-windows/ - Published: 2026-07-31T13:16:23.000Z - Updated: 2026-07-31T13:16:23.000Z - Description: Guida all'installazione nativa di ComfyUI su Windows 11 con GPU NVIDIA: Python, PyTorch CUDA 13, checkpoint SDXL e prima generazione passo per passo. - Author: Adriano Amalfi - Tags: Scratchpad, Stable Diffusion, ComfyUI, Windows, Nvidia, Tutorial, #Tech Scratchpad: Appunti avanzati e esperimenti per esperti e amatoriali *Testato il:* 2026-07-31 *Ambiente:* Windows 11 24H2 · Python 3.13.14 · ComfyUI 0.29.2 · PyTorch 2.13.0+cu130 · NVIDIA Driver R580+ ## Prerequisiti - *Windows 11* (build 22621 o superiore) con PowerShell 5 o PowerShell 7 - *GPU NVIDIA* con almeno 6 GB di VRAM (8 GB consigliati per SDXL) e driver NVIDIA R580 o superiore installati: scarica l'ultimo Game Ready o Studio Driver da [nvidia.com/drivers](https://www.nvidia.com/drivers?ref=adrianoamalfi.com) - *Git for Windows* installato: scaricalo da [git-scm.com](https://git-scm.com/download/win?ref=adrianoamalfi.com). Durante l'installazione lascia tutte le opzioni predefinite - *Python 3.13.14* installato: scaricalo da [python.org](https://www.python.org/downloads/release/python-31314/?ref=adrianoamalfi.com). *Fondamentale:* durante l'installazione spunta la casella «Add Python to PATH» e scegli «Install Now» - Almeno 40 GB di spazio libero su disco (il checkpoint SDXL da solo ne occupa \~7 GB) - Conoscenza di base di terminale e PowerShell La scelta di ComfyUI non è casuale. Con 123k stelle su GitHub, release settimanali e un ecosistema di nodi personalizzati che copre qualsiasi modello recente (Flux, SDXL, SD3, Wan, LTX-Video), è di fatto lo standard per chi genera immagini con modelli di diffusione in locale. L'alternativa storica, Automatic1111 WebUI, ha un ciclo di release lentissimo e un'architettura monolitica che rende ogni aggiornamento un terno al lotto. Forge è un fork più performante ma insegue sempre le novità di ComfyUI. Scegli ComfyUI e non guardarti indietro. Scegliamo l'installazione manuale anziché il pacchetto portable: la portable è comoda ma ti incapsula in una black box di cui non controlli le versioni. Con l'installazione manuale sai esattamente cosa hai, puoi aggiornare PyTorch senza rifare tutto e impari dove stanno le cose. ## 1\. Verifica driver NVIDIA e compatibilità CUDA Prima di scaricare qualsiasi cosa, assicurati che Windows veda la GPU e che i driver siano compatibili con CUDA 13.0 (la versione usata dal PyTorch che installeremo). Apri PowerShell ed esegui: ```powershell nvidia-smi ``` L'output deve mostrare la tua GPU, la versione del driver e `CUDA Version`. Se il comando non viene riconosciuto, i driver NVIDIA non sono installati o non sono nel PATH: installali da [nvidia.com/drivers](https://www.nvidia.com/drivers?ref=adrianoamalfi.com) e riavvia. La versione del driver deve essere *R580 o superiore*: è il requisito minimo per CUDA 13.0\. Se hai un driver più vecchio, aggiornalo prima di proseguire. Non serve installare il CUDA Toolkit separatamente: PyTorch include già i runtime CUDA che gli servono. GPU Turing (GTX 16xx / RTX 20xx) e Pascal — ComfyUI supporta queste GPU ma con alcune limitazioni sulle ottimizzazioni INT8\. Funzionano, ma potresti aver bisogno del flag \`--force-fp16\` al lancio se vedi errori di memoria. Le GPU serie 10xx (Pascal) non sono ufficialmente supportate dalla build cu130: in quel caso usa la portable \`cu126\` dal \[repository ufficiale\](https://github.com/Comfy-Org/ComfyUI/releases). ## 2\. Installa Python 3.13.14 e Git ### Python Scarica l'installer Windows a 64 bit da [python.org](https://www.python.org/downloads/release/python-31314/?ref=adrianoamalfi.com): cerca il file `python-3.13.14-amd64.exe`. Durante l'installazione: 1. Spunta *«Add Python to PATH»* (in basso): se salti questo passo, niente funziona 2. Clicca *«Install Now»* 3. Disabilita il limite di lunghezza del PATH quando te lo chiede a fine installazione «Add Python to PATH»: se la salti, niente funziona — Ogni comando \`python\` fallisce con "non è riconosciuto come cmdlet" e nessuno dei passi successivi va a buon fine. L'unica via d'uscita è rilanciare l'installer e spuntare la casella. Al termine, apri un *nuovo* PowerShell (non una finestra già aperta) e verifica: ```powershell python --version ``` Dovresti vedere `Python 3.13.14`. Se vedi una versione diversa o un errore, Python non è nel PATH: reinstalla spuntando la casella giusta. ### Git Se non hai già Git, scarica l'installer da [git-scm.com](https://git-scm.com/download/win?ref=adrianoamalfi.com). Accetta tutte le impostazioni predefinite. Verifica: ```powershell git --version ``` L'output sarà qualcosa come `git version 2.48.x`. L'importante è che sia >= 2.40. ## 3\. Clona ComfyUI e crea l'ambiente virtuale Scegli una cartella con abbastanza spazio (comodo `C:\ComfyUI` o simile). Da PowerShell: ```powershell cd C:\ git clone --branch v0.29.2 https://github.com/Comfy-Org/ComfyUI.git cd ComfyUI ``` Cloniamo il tag `v0.29.2` anziché il master: è l'ultima release stabile e sappiamo esattamente cosa stiamo usando. Il master di ComfyUI si muove in fretta e può rompere i nodi personalizzati da un giorno all'altro. Ora crea l'ambiente virtuale Python dentro la cartella del progetto: ```powershell python -m venv venv .\venv\Scripts\activate ``` Dopo l'attivazione, il prompt PowerShell mostrerà `(venv)` all'inizio della riga. D'ora in poi tutti i comandi `pip` e `python` useranno l'ambiente virtuale, non il Python di sistema. Questo isola ComfyUI da qualsiasi altro progetto Python che hai sulla macchina. ## 4\. Installa PyTorch con supporto CUDA L'ordine conta: prima PyTorch, poi le dipendenze — Se installi prima le dipendenze e poi PyTorch, pip rischia di tirare giù la versione CPU-only di torch da PyPI e ti ritrovi con «Torch not compiled with CUDA enabled». L'ordine corretto è: ```powershell pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130 ``` Questo comando installa l'ultima build stabile di PyTorch compilata per CUDA 13.0 (al momento della stesura: 2.13.0+cu130). Il download è di circa 3 GB, nel frattempo vai a prenderti un caffè. Al termine, verifica che CUDA sia effettivamente disponibile da Python: ```powershell python -c "import torch; print(f'PyTorch {torch.__version__}'); print(f'CUDA available: {torch.cuda.is_available()}'); print(f'GPU: {torch.cuda.get_device_name(0)}')" ``` Devi vedere `CUDA available: True` seguito dal nome della tua GPU NVIDIA. Se vedi `False`, hai due strade: 1. Hai installato PyTorch senza CUDA: disinstalla con `pip uninstall torch torchvision torchaudio -y` e riprova il comando `pip install` esatto qui sopra 2. I driver NVIDIA non sono compatibili: torna al passo 1 e aggiorna i driver Se vedi un errore su driver troppo vecchi, la versione minima è R580\. Aggiorna da [nvidia.com/drivers](https://www.nvidia.com/drivers?ref=adrianoamalfi.com). ## 5\. Installa le dipendenze di ComfyUI Ora che PyTorch CUDA è installato, completiamo le dipendenze: ```powershell pip install -r requirements.txt ``` Questo installa una sessantina di pacchetti: `transformers`, `safetensors`, `aiohttp`, `Pillow`, `einops` e il frontend ComfyUI (`comfyui-frontend-package==1.47.11`). Ci vorranno 5-10 minuti. Poiché PyTorch era già installato al passo precedente, pip vede il requisito `torch` nel file come già soddisfatto e non lo tocca. Se per sbaglio hai fatto il contrario (requirements.txt prima di PyTorch), pip potrebbe aver installato un torch CPU-only: in quel caso ripeti i passi 4 e 5 nell'ordine giusto. Al termine, una verifica rapida: ```powershell python -c "import comfy" ``` Se non ci sono errori, ComfyUI è installato correttamente. ## 6\. Scarica un modello checkpoint SDXL ComfyUI senza un checkpoint è un'interfaccia vuota. Ti serve un modello di diffusione in formato `.safetensors` dentro la cartella `models\checkpoints\`. Per iniziare, SDXL 1.0 Base di Stability AI è il candidato ideale: 6.94 GB, open source (licenza OpenRAIL++), compatibile con qualsiasi GPU >= 6 GB, e con un ecosistema sterminato di LoRA e modelli derivati. Scaricalo da HuggingFace. Hai due opzioni: browser o riga di comando. ### Via browser (più semplice) Apri nel browser: ```text https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors ``` Sposta il file scaricato in: ```text C:\ComfyUI\models\checkpoints\sd_xl_base_1.0.safetensors ``` ### Via riga di comando (più veloce, riprende download interrotti) ```powershell pip install huggingface_hub hf download stabilityai/stable-diffusion-xl-base-1.0 sd_xl_base_1.0.safetensors --local-dir models\checkpoints ``` Il download riprende automaticamente se si interrompe. Alla fine troverai il file in `C:\ComfyUI\models\checkpoints\sd_xl_base_1.0.safetensors`. Alternative valide — Se vuoi modelli più moderni, dai un'occhiata a \[SD 3.5 Medium\](https://huggingface.co/stabilityai/stable-diffusion-3.5-medium) (5.5 GB, più veloce e con migliore aderenza al prompt) o a \[Flux.1-schnell\](https://huggingface.co/black-forest-labs/FLUX.1-schnell) (più pesante ma qualità superiore). Vanno messi nella stessa cartella \`models\\checkpoints\\\`. ComfyUI li riconosce automaticamente all'avvio. ## 7\. Avvia ComfyUI e genera la prima immagine Con l'ambiente virtuale ancora attivo (devi vedere `(venv)` nel prompt): ```powershell python main.py ``` ComfyUI rileva automaticamente la GPU NVIDIA: non serve alcun flag `--cuda`. Al primo avvio vedrai scorrere log di caricamento modelli e poi: ```text To see the GUI go to: http://127.0.0.1:8188 ``` Apri il browser e vai a `http://127.0.0.1:8188`. Vedi una tela grigia con un nodo «Load Checkpoint», un nodo «CLIP Text Encode», un nodo «KSampler» e un nodo «VAE Decode» collegati fra loro. Questo è il workflow predefinito. Ora: 1. Nel nodo *Load Checkpoint*, seleziona `sd_xl_base_1.0.safetensors` dal menu a tendina. Se non lo vedi, clicca il pulsante «Refresh» nel pannello laterale 2. Nel nodo *CLIP Text Encode (Positive Prompt)* scrivi: `a ginger cat wearing sunglasses, sitting on a beach chair, golden hour lighting, 8k, highly detailed` 3. Lascia vuoto il prompt negativo (o metti `blurry, bad quality` se preferisci) 4. Premi *Ctrl+Enter* o clicca il pulsante *«Queue Prompt»* nel pannello laterale Vedrai la coda partire e la barra di progresso nel nodo KSampler. Dopo 15-60 secondi (dipende dalla GPU), l'immagine appare nel nodo *Save Image* e viene salvata in `C:\ComfyUI\output\`. Errore «CUDA out of memory»? — Chiudi ComfyUI (Ctrl+C nel terminale) e riavvia con il comando qui sotto. \`--force-fp16\` forza la precisione FP16 e riduce il consumo di VRAM, al costo di una differenza di qualità impercettibile su SDXL. ```powershell python main.py --force-fp16 ``` ### Usare ComfyUI da altri dispositivi in rete Se vuoi accedere all'interfaccia da un altro PC, tablet o telefono sulla stessa rete locale: ```powershell python main.py --listen ``` Poi apri `http://:8188` dal dispositivo remoto. Trovi l'IP con `ipconfig` su PowerShell, cerca `IPv4 Address` sotto la tua scheda di rete attiva. ## Verifica Esegui questa checklist per confermare che tutto l'ambiente sia funzionante: 1. *CUDA riconosciuto da PyTorch:*L'output deve essere `OK`. 2. *ComfyUI si avvia senza errori:*Aspetta che compaia `To see the GUI go to: http://127.0.0.1:8188`, poi ferma con Ctrl+C. Il flag `--cpu` serve solo per questo test veloce, così non carichi modelli in VRAM. 3. *Il checkpoint è presente e riconosciuto:*Deve restituire `True`. 4. *Generazione funzionante:*Avvia ComfyUI con `python main.py`, premi Ctrl+Enter sul workflow predefinito e verifica che l'immagine appaia nel nodo di output entro 60 secondi. Tutti e quattro i test devono passare. Se anche uno solo fallisce, fermati e risolvi quello prima di andare avanti. ## Limiti noti - *VRAM minima per SDXL: 6 GB.* Con 4 GB non ci stai, a meno di scaricare modelli SD 1.5 (ormai obsoleti ma ancora funzionanti). La VRAM determina anche la risoluzione massima: con 8 GB arrivi a circa 1024x1024, oltre rischi l'OOM. - *Niente accelerazione per GPU AMD o Intel con questa procedura.* Questa guida è specifica per NVIDIA. Per AMD consulta la sezione `#amd-gpus` del [README di ComfyUI](https://github.com/Comfy-Org/ComfyUI?ref=adrianoamalfi.com#amd-gpus-experimental-windows-and-linux-rdna-3-35-and-4-only). - *I nodi personalizzati si installano a parte.* ComfyUI Manager (`--enable-manager`) semplifica l'installazione dei nodi personalizzati, ma è un'estensione separata: installala solo dopo aver verificato che la base funzioni. Se lo fai subito e qualcosa si rompe, non sai se il problema è ComfyUI o un nodo di terze parti. - *Aggiornamenti futuri:* se vuoi passare a una nuova release di ComfyUI, fai `git pull` e reinstalla le dipendenze con `pip install -r requirements.txt`. Tieni d'occhio il changelog: occasionalmente una release richiede una versione più recente di PyTorch. In quel caso ripeti il passo 4 con l'URL `cu130` aggiornato (o `cu132` se passi alla nightly).