ComfyUI su Windows 11 con GPU NVIDIA: installazione nativa passo per passo

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
• Git for Windows installato: scaricalo da git-scm.com. Durante l'installazione lascia tutte le opzioni predefinite
• Python 3.13.14 installato: scaricalo da python.org. 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:

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 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.

2. Installa Python 3.13.14 e Git

Python

Scarica l'installer Windows a 64 bit da python.org: 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

Al termine, apri un nuovo PowerShell (non una finestra già aperta) e verifica:

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. Accetta tutte le impostazioni predefinite. Verifica:

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:

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:

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 corretto è:

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:

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.

5. Installa le dipendenze di ComfyUI

Ora che PyTorch CUDA è installato, completiamo le dipendenze:

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:

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:

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

Sposta il file scaricato in:

C:\ComfyUI\models\checkpoints\sd_xl_base_1.0.safetensors

Via riga di comando (più veloce, riprende download interrotti)

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.

7. Avvia ComfyUI e genera la prima immagine

Con l'ambiente virtuale ancora attivo (devi vedere (venv) nel prompt):

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:

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\.

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:

python main.py --listen

Poi apri http://<IP-DEL-TUO-PC>: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.
• 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).