Windows 11 WebUI Forge solution à « CUDA error: no kernel image is available… »
WebUI Forge sur Windows 11 avec une Nvidia 50xx : la solution à « CUDA error: no kernel image is available… »
Vous venez d’installer WebUI Forge sur Windows 11, le cœur battant à l’idée de générer de sublimes images… et soudain, BAM :
RuntimeError: CUDA error: no kernel image is available for execution on the device CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1 Compile with TORCH_USE_CUDA_DSA to enable device-side assertions.
Si vous utilisez une carte graphique flambant neuve comme une Nvidia RTX 5090 ou 5080, vous avez peut-être découvert que Torch et CUDA se comportent comme deux colocataires qui refusent de se parler. Le message d’erreur vous invite à compiler avec des drapeaux obscurs comme TORCH_USE_CUDA_DSA ? Sympa. Mais on va faire plus simple.
Ce tuto vous montre comment contourner l’erreur sans plonger dans les abysses du compilateur CUDA. Pas besoin d’invoquer cmake ou Visual Studio : une ligne de commande bien placée, un batch file réveillé à la main, et tout roule.
Voici comment j’ai fait fonctionner Stable Diffusion WebUI Forge sur Windows 11 avec Torch 2.4 et CUDA 12.8. Pas de magie, juste un bon vieux terminal (mais pas PowerShell, hein).
Étapes pour réparer l’erreur CUDA avec une carte Nvidia 50xx
1. Oubliez PowerShell
PowerShell, c’est le cousin prétentieux du terminal. Pour ce genre de manipulation, il vaut mieux s’en passer. Ouvrez plutôt un invite de commandes CMD classique (touche Windows → tapez cmd → Entrée).
2. Naviguez vers le bon répertoire
Une fois dans le terminal CMD, allez dans le dossier d’installation de WebUI Forge :
cd chemin\vers\webui_forge_cu124_torch24Remplacez bien sûr chemin\vers par l’endroit où vous avez extrait les fichiers.
Préparez l’environnement
Copiez-collez ensuite ce bloc (issu de environment.bat) dans le terminal :
set DIR=%cd%\system
set PATH=%DIR%\git\bin;%DIR%\python;%DIR%\python\Scripts;%PATH%
set PY_LIBS=%DIR%\python\Lib;%DIR%\python\Lib\site-packages
set PY_PIP=%DIR%\python\ScriptsCela permet à votre session CMD de savoir où se trouvent Git et Python.
Installez la bonne version de PyTorch
Ensuite, installez la version nightly de Torch compilée avec CUDA 12.8, compatible avec les RTX 50xx :
"%DIR%\python\python.exe" -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128🌐 Référence : PyTorch Nightly Builds – NVIDIA CUDA
Vérifiez que CUDA est bien reconnu
Toujours dans le terminal CMD :
"%DIR%\python\python.exe" -c "import torch; print(f'PyTorch CUDA version: {torch.version.cuda}'); print(f'CUDA available: {torch.cuda.is_available()}'); print(f'cuDNN version: {torch.backends.cudnn.version()}')"
Si tout est bon, vous verrez que CUDA est détecté, et torch.cuda.is_available() doit retourner True.
6. Lancez l’application !
Et enfin, le moment tant attendu : double cliquer sur run.bat
Pourquoi ça fonctionne ?
- Certaines versions de Torch disponibles par défaut via
pip installne sont pas encore compatibles avec les GPU très récents (séries 50xx). - La version nightly avec CUDA 12.8 est compilée avec un support pour les architectures de ces cartes.
- PowerShell ne respecte pas toujours les variables d’environnement temporaires comme CMD le fait, d’où les erreurs silencieuses.
Pas de commentaire