FramePack StudioのCUDAエラー完全対処ガイド｜cu128・cu126不一致からDriver・VRAM問題まで解決

FramePack Studioをインストールしたのに、CUDAエラーが出て動画生成ができない。
cu128で落ちる、cu126にすべきか分からない、No CUDA GPUs are available と表示される、CUDA out of memory が出る。

こうしたエラーは、環境が壊れているのではなく、Torch・NVIDIA Driver・GPUメモリの整合が崩れているだけであることがほとんどです。

本記事では、FramePack Studioで発生するCUDAエラーを

• cu128 / cu126のバージョン不一致
• NVIDIA Driverの不整合
• GPU未認識問題
• VRAM不足（CUDA out of memory）

の順に切り分け、原因を特定する具体的手順を解説します。

上から順番に確認すれば、ほとんどの環境は安定します。
焦らず、1つずつ整理していきましょう。

【Windows対応】FramePack Studioのインストール方法｜AI動画をローカル生成する完全手順

結論｜CUDAエラーの原因は「バージョン不一致」

FramePack Studioで発生するCUDAエラーの多くは、TorchのCUDAバージョンと環境の不一致が原因です。

特に、

といったケースが非常に多く見られます。

慌てずに、以下の手順で順番に確認していきましょう。

よくあるCUDAエラーの症状一覧

FramePack Studioで発生するCUDA関連エラーは、表示メッセージによって原因の方向性がある程度特定できます。

まずは、実際によく見られるエラーとその意味を整理します。

RuntimeError: CUDA error: device-side assert triggered

このエラーは「GPU内部で処理が失敗した」ことを示します。
多くの場合、cu128 / cu126の不一致が原因です。

Torch not compiled with CUDA enabled

この場合、CUDA付きTorchを再インストールする必要があります。

No CUDA GPUs are available

まずは nvidia-smi が動作するか確認します。

CUDA out of memory

この場合は、解像度やフレーム数を下げることで解決することが多いです。

symlink not supported や huggingface warning

これはエラーではありません。
無視して問題ありません。

localhost:7860が開かない

表面上は「起動しない」ですが、実際は内部でCUDAエラーが原因のケースが多いです。

TorchとCUDAバージョン不一致（cu128 / cu126問題）

スポンサーリンク

FramePack StudioのCUDAエラーで最も多い原因が、「Torch（PyTorch）側が使おうとしているCUDAランタイムと、あなたのPC環境（主にNVIDIAドライバ側）が提供できるCUDA実行環境のズレ」です。

ここを押さえると、「なぜcu128で落ちてcu126で動くのか」「どれを選べばいいか」が一気に整理できます。

cu128 / cu126とは何か？

u128 / cu126 は、ざっくり言うと

• cu128版Torch＝CUDA 12.8系の実行環境を前提にビルドされたTorch（CUDA関連ライブラリを同梱）
• cu126版Torch＝CUDA 12.6系を前提にビルドされたTorch（同梱）

という「Torchパッケージの種類」です。

重要なのは、WindowsでFramePackを動かす場合、TorchはCUDAツールキットを別途入れなくても動くことが多い点です。
（インストール記事でCUDA不要だったのはこの理由。必要なのは主にNVIDIAドライバと、対応したTorch。）

つまり問題は「CUDAを入れたかどうか」ではなく、

Torchが「同梱」しているCUDAランタイムと、ドライバが対応している範囲が噛み合っているか

ここです。

なぜ不一致が起きるのか

CUDA周りは、役割が2階建てです。

• NVIDIA Driver（ドライバ）：GPUをOSから使えるようにする土台。CUDA実行に必要な低レイヤを担当。
• orch（cuXXX）：その土台の上で動く計算エンジン。Torch側はCUDA関連ライブラリを「同梱」してくる。

この2つは別々に更新されます。

その結果、

• orch（cu128）を入れた
• でもドライバ側が古い／相性が悪い／環境が噛み合っていない
  → 初期化や計算のタイミングで落ちる

というズレが起きます。

cu128で落ちてcu126で動く理由

よくあるのがこのケースです。

• cu128を入れる
• 起動はするが生成開始で落ちる／CUDA errorが出る
• cu126に落とすと安定する

これは、cu128が要求する条件（ドライバや内部ライブラリ整合）が、あなたの環境だとギリギリで崩れているときに起こります。

cu126は要求条件が少し緩く、互換の“当たり”を引きやすい。
だから「まずcu126を選ぶと安定しやすい」という判断が現場的に強いです。

どっちを選ぶべきか？

結論としては、次の優先順位が堅いです。

• 基本はcu126：安定性優先。FramePackの導入で詰まりにくい。
• cu128は“環境が新しく安定している人向け”：最新ドライバ＋周辺依存も問題が出ない場合。

つまり、

生成が止まる／起動できない／CUDA errorが出る
→ まずcu126へ寄せる

が最短ルートです。

この症状なら「cu」不一致を疑うチェックリスト

次に当てはまるなら、まずcu128/cu126の不一致・相性問題を疑いの可能性ありです。

要点整理

ここでの最適手順は「切り分けの順番」を守ることです。

• まずTorchのcuを揃える（cu126へ）
• まだダメなら ドライバを更新
• それでもダメなら GPU認識（nvidia-smi）やVRAM不足へ

逆に、最初からあれこれ触ると原因が分からなくなります。

FramePack Studioで発生するCUDAエラーの多くは、Torch（PyTorch）が使用するCUDAランタイムと、PC環境（特にNVIDIAドライバ）の整合が取れていないことが原因です。

重要なポイントは次の3つです。

エラーが出た場合は、闇雲に設定を変更するのではなく、まずこの「バージョン整合」の観点から確認することが重要です。

スポンサーリンク

Torchを再インストールしてCUDAバージョンを揃える方法

CUDAエラーの多くは、Torch（PyTorch）のCUDAバージョンと環境の不一致が原因です。

ここでは、Torchを正しいCUDAバージョンで入れ直す具体的手順を解説します。

作業は必ず、FramePack Studioを終了した状態で行ってください。

現在のTorch環境を確認する

ターミナル（PowerShell / コマンドプロンプト）を開き、FramePack Studioのフォルダへ移動します。

cd C:\AI\framepack-studio

仮想環境を使用している場合は、仮想環境が有効な状態で実行してください。

現在のTorchバージョンを確認します。

pip show torch

CUDA付きTorchの場合、バージョン名に 「+cu128」などが表示されます。

例：
Version: 2.x.x+cu128

ここで、現在何が入っているかを確認します。

Torchをアンインストールする

まず既存のTorch関連パッケージを削除します。

pip uninstall torch torchvision torchaudio -y

念のため、もう一度実行して完全に削除されていることを確認します。

安定版としてcu126をインストールする

安定性重視で、まずはcu126版を入れます。

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

インストールが完了したら、再度確認します。

pip show torch

「+cu126」と表示されれば成功です。

GPUが正しく認識されているか確認する

次に、PythonからCUDAが有効か確認します。

python -c "import torch; print(torch.cuda.is_available())"

「True」と表示されれば、CUDAが正しく有効化されています。

もし「False」が表示される場合は、Driver側の問題の可能性があります。

それでも解決しない場合の考え方

• cu128でエラー → cu126で再検証
• cu126でもエラー → NVIDIA Driverを確認
• GPU自体が認識されない → nvidia-smi を確認

重要なのは、一度に複数の設定を変えないことです。
Torchのバージョンを揃えてから、次の原因へ進みます。

なぜNVIDIA Driverの不整合でCUDAエラーが起きるのか

スポンサーリンク

TorchのCUDAバージョンを揃えてもエラーが解消しない場合、次に疑うべきなのが NVIDIA Driver（グラフィックドライバ）との不整合です。

CUDAエラーは、単に「バージョンが古いから起きる」のではありません。
より正確には、

Torch（cuXXX）とDriverの“対応範囲”が一致していないと、GPU初期化や計算時に失敗する

これが本質です。

CUDAは2階建て構造

CUDA環境は、次のような2階建て構造で動いています。

1. NVIDIA Driver（低レイヤー）：GPUをOSから制御する土台。CUDAの実行を可能にする。
2. Torch（cuXXX付きパッケージ）：CUDAライブラリを内部に持ち、Driverの上で動作する。

TorchはCUDAを同梱していますが、その実行は最終的にDriverを通して行われます。

つまり、

• Torchが新しすぎる
• Driverが古い
• Windows UpdateでDriverが部分破損している

といった状態では、初期化段階で整合が取れずエラーになります。

なぜ「古いDriver」で新しいcuが動かないのか

Torchのcu128版は、CUDA 12.8系の実行を前提にビルドされています。

しかしDriverがそれ以前の世代や、互換範囲外の場合、

• GPUメモリ管理API
• カーネル実行インターフェース
• デバイス初期化処理

のどこかで整合が取れず、

RuntimeError: CUDA error

といった形で失敗します。

重要なのは、

CUDAツールキットを入れているかどうかではなく、Driverが対応しているかどうか

という点です。

古いだけでなく「不整合」でもエラーは起きる

実際には、単純な「古い」だけが原因ではありません。

次のようなケースでもCUDAエラーは発生します。

• Windows UpdateでDriverの一部が置き換わった
• Game ReadyとStudio Driverを頻繁に切り替えた
• クリーンインストールせず上書き更新を繰り返した
• GPUドライバが正常に読み込まれていない

この状態では、

• torch.cuda.is_available() が False になる
• nvidia-smi は動くが生成で落ちる
• 初期化時のみエラーが出る

といった曖昧な症状が発生します。

cu126で安定しやすい理由

なぜcu126にすると安定することが多いのか。

cu126は、cu128より要求条件がわずかに緩く、互換性が広い傾向があります。

そのため、

• Driverが完全最新でなくても動作する
• 微妙な不整合を回避できる

結果として「cu126にしたら動いた」という現象が起きます。

これは偶然ではなく、「より広い互換範囲に収まった」ということです。

Driver不整合を疑うべきタイミング

次の状況では、Driver側を疑うのが妥当です。

• cu126でもエラーが出る
• Torch再インストール後も変化なし
• torch.cuda.is_available() が False
• 以前は動いていたのに突然エラーが出た

特に「突然動かなくなった」場合は、Windows UpdateやDriver更新の影響が多いです。

本質のまとめ

CUDAエラーは、

• Torch（cuXXX）
• NVIDIA Driver
• GPUハードウェア

この3つの整合が取れて初めて正常動作します。

Torchだけ揃えても、Driverが崩れていれば失敗します。

逆に、Driverが正常であれば、適切なcuバージョンを選ぶことでほとんどの問題は解決します。

NVIDIA Driverが正常かどうかを確認する方法

TorchのCUDAバージョンを揃えてもエラーが解消しない場合、次に確認すべきはNVIDIA Driverの状態です。

ここでは、

1. GPUがOSに正しく認識されているか
2. Driverが正常に動作しているか
3. Driverが古すぎないか

を順番に確認します。

スポンサーリンク

nvidia-smiが正常に動作するか確認（最重要）

まず最初に行うべき確認が「nvidia-smi」です。

ターミナルで以下を実行します。

nvidia-smi

正常な場合

• GPU名（例：RTX 3060）が表示される
• Driver Version が表示される
• CUDA Version が表示される
• メモリ使用量が表示される

例：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 551.xx    Driver Version: 551.xx    CUDA Version: 12.x         |
| GPU  Name        ...                                                   |
+-----------------------------------------------------------------------------+

この画面が出れば、DriverはOSに正しく読み込まれています。

異常な場合

以下のいずれかが出る場合はDriverに問題があります。

• ‘nvidia-smi’ is not recognized
• コマンドが見つからない
• エラーで終了する
• GPUが表示されない

この場合は、Driverの再インストールを検討します。

PythonからCUDAが有効か確認

次に、Torch側からCUDAが見えているかを確認します。

python -c "import torch; print(torch.cuda.is_available())"

結果が：

• True → DriverとTorchの連携は成立している
• False → DriverまたはTorchのどちらかが正常でない

「nvidia-smi」は動くのに「False」になる場合、DriverとTorchの整合が崩れている可能性があります。

Driverバージョンを確認

「nvidia-smi」の表示内にある

Driver Version: xxx.xx

を確認します。

Driverを1年以上更新していない場合や、Windows Update後からエラーが出た場合は、更新を検討します。
RTX30シリーズ以降を使用している場合、古いDriverでは不安定になることがあります。

Driverをクリーンインストールする方法

Driver更新を行う場合は、必ず公式サイトから取得します。

1. NVIDIA公式サイトへアクセス
2. GPU型番を選択
3. OS（Windows 10 / 11）を選択
4. Game Ready Driverを選択

インストール時に「クリーンインストール」にチェックを入れると、古い設定が削除されます。

これにより、破損や設定競合をリセットできます。

ノートPC・複数GPU環境の注意点

ノートPCや複数GPU環境では、次の点も確認します。

• 統合GPU（Intelなど）が優先されていないか
• NVIDIA GPUが電源管理で無効化されていないか
• BIOSでGPUが無効になっていないか

デスクトップ環境では通常発生しませんが、ノート環境ではよくある原因です。

切り分けの最終判断

以下の状態なら、Driverは正常と判断できます。

• nvidia-smi が正常表示される
• torch.cuda.is_available() が True
• GPU名が一致している

ここまで確認して問題がない場合、Driverではなく

• Torchの再構築
• 仮想環境の破損
• VRAM不足

を疑います。

GPUが認識されていない場合

Torchを入れ直し、NVIDIA Driverも正常なのにCUDAエラーが出る場合、次に疑うべきは GPU自体が正しく認識されていない状態 です。

GPU認識は、次の3段階で成立します。

1. OSがGPUを認識している
2. NVIDIA DriverがGPUを制御できている
3. TorchがGPUをCUDAデバイスとして認識できている

どこで止まっているかを順番に確認します。

デバイスマネージャーでGPUが表示されるか確認

まずWindows側で物理的に認識されているかを確認します。

ここに

NVIDIA GeForce RTX 3060などのGPU名が表示されていれば、OSレベルでは認識されています。

• GPUが正しく挿さっていない
• 補助電源が接続されていない
• BIOSで無効化されている
• ハードウェア故障

の可能性があります。

まずは物理接続を確認します。

nvidia-smiでGPUの表示確認

次にDriverレベルで確認します。

nvidia-smi

ここでGPU名が表示されなければ、Driverが正常に読み込まれていません。

表示はされるがエラーが出る場合は、Driver破損の可能性があります。

Pythonからデバイス数を確認する

次にTorch側でGPUが見えているか確認します。

python -c "import torch; print(torch.cuda.device_count())"

結果が：

• 1 → GPUが1枚認識されている
• 0 → Torchからは見えていない

「nvidia-smi」は動くのに「0」になる場合、TorchのCUDAバージョン不整合や仮想環境破損の可能性があります。

リモートデスクトップ利用時の注意

Windows標準のリモートデスクトップ（RDP）経由で実行すると、GPUが無効化されることがあります。

この場合は、

• 直接ログインして実行する
• 別のリモート手段を使用する

ことで改善することがあります。

ノートPCのハイブリッドGPU問題

ノートPCでは、

• Intel内蔵GPU
• NVIDIA外部GPU

の両方が存在します。

NVIDIAが省電力モードで無効化されていると、CUDAが利用できません。

確認方法は、

• NVIDIAコントロールパネル
• 3D設定の管理
• 高パフォーマンスNVIDIAプロセッサを選択

切り分けの最終判断

以下が成立していれば、GPUは正常に認識されています。

• デバイスマネージャーに表示される
• nvidia-smiで表示される
• torch.cuda.device_count() が1以上

どこかで止まっている場合、その層に問題があります。

VRAM不足（CUDA out of memory）エラーの具体的対処

スポンサーリンク

動画生成中に

CUDA out of memory

や

Tried to allocate X GiB

と表示される場合、原因は単純です。

GPUメモリ（VRAM）が足りていません。

しかし重要なのは、なぜ足りないのかを理解することです。

なぜVRAMは不足するのか

RAM使用量は主に次の要素で決まります。

• 解像度（Width × Height）
• フレーム数
• モデルサイズ
• 同時に開いている他アプリ
• 生成中に残留したメモリ

解像度は二乗で効きます。

例：

• 640×640 → 約41万ピクセル
• 1024×1024 → 約104万ピクセル（約2.5倍）

ピクセルが増えると、必要メモリも急増します。

最優先で行うべき対処

① 解像度を下げる

最も効果がある対処です。

推奨テスト値：

• 512×512
• 640×640
• 768×432（横長）

まずは低解像度で安定するか確認します。

② 他のGPU使用アプリを終了する

以下のアプリはVRAMを消費します。

• Chrome（動画再生中）
• ゲーム
• 他のAIツール
• 画像編集ソフト

「タスクマネージャー → パフォーマンス → GPU」
で使用量を確認します。

③ 生成後にメモリを解放する

生成を繰り返すと、VRAMが断片化することがあります。

対処方法：

• FramePack Studioを終了（Ctrl + C）
• 数秒待つ
• 再起動する

これだけで改善するケースは多いです。

それでも足りない場合の調整ポイント

フレーム数を減らす

動画秒数が長いほどメモリを消費します。

まずは5秒程度でテスト。

モデルの変更

大規模モデルはVRAMを多く消費します。

軽量モデルが選べる場合は切り替えを検討します。

RTX3060（12GB）の目安

RTX3060 12GBの場合、

• 640×640 → 安定しやすい
• 768×432 → 安定
• 1024×1024 → 条件次第で不安定

12GBあっても、設定次第で不足します。

技術的な補足

CUDAはメモリを即座に完全解放しない場合があります。

• メモリキャッシュが残る
• Pythonプロセスが保持する

そのため、

• 再起動
• Ctrl + Cで終了

が有効です。

VRAM不足の判断基準

次に当てはまる場合は、VRAM不足と考えてよいです。

• 解像度を下げたら動く
• 生成途中で止まる
• エラー文に「allocate」「out of memory」が含まれる
• GPU使用率が100%に近い

CUDAエラーは大きく4種類に分かれます。

1. Torchバージョン不一致
2. Driver不整合
3. GPU未認識
4. VRAM不足

最終チェックリスト（それでも直らない場合）

ここまでの手順をすべて試してもCUDAエラーが解消しない場合、環境そのものが部分的に破損している可能性があります。

以下を順番に確認してください。

スポンサーリンク

仮想環境を削除して再構築する

FramePack Studioは仮想環境（venv）内で動作していることが多いです。

この仮想環境が破損すると、

• Torchを入れ直しても直らない
• 古い依存関係が残る
• 不整合が継続する

といった症状が出ます。

対処方法：

1. FramePack Studioを終了
2. プロジェクトフォルダ内の venv フォルダを削除
3. install.bat を再実行

これで依存関係が初期状態から再構築されます。

Pythonのバージョンが対応範囲か確認

Pythonのバージョンが新しすぎる／古すぎる場合、依存関係が崩れることがあります。

推奨：Python 3.10〜3.12

確認方法：

python --version

想定外のバージョンであれば、対応バージョンへ変更します。

CUDAキャッシュを削除

まれにCUDAキャッシュが原因でエラーが継続します。

以下フォルダを確認します。

C:\Users\ユーザー名\.cache

必要に応じて削除し、再起動します。

Windows Update直後ではないか確認する

Windows Update後にDriverが自動上書きされ、整合が崩れるケースがあります。

直前にUpdateを行った場合は、

• Driverを再インストール（クリーンインストール）
• PC再起動

を試してください。

セキュリティソフトが干渉していないか確認

一部のセキュリティソフトは、

• Python実行
• ローカルサーバー起動
• GPUアクセス

を制限することがあります。

一時的に無効化して動作確認を行います。

物理的なGPU問題の可能性

極めて稀ですが、

• GPUの故障
• 電源不足
• PCIe接触不良

でもCUDAエラーは発生します。

nvidia-smiが不安定な場合はハードウェアも疑います。

最終判断の流れ

以下がすべて正常なら、環境はほぼ問題ありません。

• nvidia-smiが正常
• torch.cuda.is_available() が True
• cu126で再構築済み
• 仮想環境を再生成済み

それでも解決しない場合は、ログ全文を確認し、特定のライブラリ依存問題を疑います。

まとめ｜CUDAエラーは順番に切り分ければ必ず原因にたどり着く

FramePack StudioのCUDAエラーは、一見すると難解に見えます。

しかし、原因は大きく次の5つに集約されます。

この順番で確認していけば、ほとんどのケースは解決できます。

焦って全部触らないことが重要。

CUDAエラーが出ると、つい

• Torchを入れ直す
• Driverを更新する
• Pythonを変える
• Windowsを再設定する

と一気に触りたくなります。

しかしそれでは原因が分からなくなります。

重要なのは、

1つずつ確認し、動作が変わったかを見ること

です。

まずはcu126で安定させる。

多くの環境では、cu126版Torchに揃えることで安定します。

そこからDriverを確認し、必要ならクリーンインストールを行います。

この順番を守るだけで、解決率は大きく上がります。

それでも解決しない場合。

• nvidia-smiの表示
• torch.cuda.is_available() の結果
• エラーメッセージ全文

を確認し、どの層で失敗しているかを見極めてください。

GPUは正しく認識され、TorchがCUDAを有効と判定していれば、
環境はほぼ正常です。

最後に。
CUDAエラーは「運が悪い」のではなく、整合が崩れているだけです。

構造を理解し、順番に確認すれば必ず原因にたどり着きます。

このガイドを上から順番に実行すれば、ほとんどのFramePack Studio環境は安定します。

落ち着いて、一つずつ確認していきましょう。

【Windows対応】FramePack Studioのインストール方法｜AI動画をローカル生成する完全手順