Windows下成功安装SageAttention和triton

SageAttention 是最近在一些大模型框架（特别是像 Wan2.2、Qwen2.5、DeepSeek-V2 等视频/多模态模型）中开始出现的一个新的 注意力机制优化组件。

它主要是为了解决传统 Transformer 中 Attention 的速度瓶颈和显存开销 问题的。

SageAttention 是一种「高效节能版」的注意力机制， 通过稀疏化和 GPU 内核优化让视频生成模型更快、更省显存， 相当于 FlashAttention 的“下一代”。

如果你要在Windows下面直接使用pip install SageAttention 往往都会遇到问题。所以专门开一个帖子记录一下安装方法。

首先安装一下triton。

Github地址：

https://github.com/woct0rdho/triton-windows

安装trition需要注意Pytorch的版本，他们之间的对应关系如下：

比如我的Pytorch是2.8，可以安装Triton3.4。

安装命令：

pip install -U "triton-windows<3.5"

ComfyUI便携版安装命令：

python.exe -m pip install -U "triton-windows<3.5"

然后在安装SageAttention

Github地址：

https://github.com/woct0rdho/SageAttention

安装SageAttention需要事先把对应的whl文件下载到本地。

可以从下面这个地址找到合适的版本：

https://github.com/woct0rdho/SageAttention/releases

这里需要注意Cuda版本，Torch版本，Python版本。

红色框中选中的文件适用于cuda 为12.8，torch为2.8.0，Python为3.13。

必须根据自己环境来选择合适的文件，这里基本涵盖了常见的版本。

然后运行安装命令。

常规安装命令：

pip install sageattention-2.2.0+cu128torch2.8.0-cp313-cp313-win_amd64.whl

ComfyUI便携版命令：

python.exe -m pip install sageattention-2.2.0+cu128torch2.8.0-cp313-cp313-win_amd64.whl

SageAttention 安装成功之后，就可以在Windows环境下启用加速功能了，一般会有比较明显的提速效果。

如果你是在ComfyUI中使用，可能会遇到另外一个问题。在执行tcc.exe的时候报错。这是因为便携版的Python文件中缺少了两个文件而导致。

具体解决方案可以参考这篇文章：https://www.tonyisstark.com/3953.html