Stable Diffusion SDXL构建报错：无法找到triton==2.0.0适配版本

问题原因 #

核心问题是triton==2.0.0没有针对**Python 3.8 + macOS ARM64（M系列芯片）**的预编译包，pip无法匹配到对应版本导致安装失败。另外，requirements里指定的transformers==4.19.1版本偏老，和Python 3.8的兼容性也存在潜在风险，但当前直接阻断安装的是triton的版本问题。

解决办法 #

方法一：修改requirements文件（最简单） #

编辑项目根目录下的requirements/pt2.txt，找到triton==2.0.0这一行：

• 直接注释掉（SDXL在macOS CPU环境下运行不需要triton，它是NVIDIA GPU的专用加速库）；
• 或者把版本约束放宽为triton>=2.0.0，让pip自动查找兼容Python 3.8的版本。

修改后重新执行安装命令：

pip3 install -r requirements/pt2.txt

方法二：用conda搭建环境（更稳定） #

conda对跨平台依赖的兼容性处理比pip更友好，步骤如下：

# 创建Python 3.8的conda环境
conda create -n sdxl_env python=3.8 -y
conda activate sdxl_env

# 克隆项目
git clone git@github.com:Stability-AI/generative-models.git
cd generative-models

# 先忽略依赖安装主包，再手动补装兼容依赖
pip install -r requirements/pt2.txt --no-deps

# 安装适配macOS ARM的PyTorch（CPU版）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

# 安装其他核心依赖
pip install transformers==4.19.1 torchmetrics>=1.0.1 tqdm>=4.65.0

方法三：升级Python版本（需权衡） #

如果愿意调整Python版本，可以升级到3.9：

• 3.9有triton 2.0.0的兼容包；
• 但要注意之前遇到的部分依赖Requires-Python >=3.7,<3.10的问题，需要手动替换这些依赖为兼容3.9的旧版本，或者找项目适配3.9的分支版本。

额外注意事项 #

• macOS M系列芯片上运行SDXL默认是CPU模式，速度会较慢，若有需求可尝试适配Metal加速的分支；
• 若仅做推理而非训练，建议直接用SDXL WebUI这类封装好的工具，省去环境配置的麻烦。

内容的提问来源于stack exchange，提问作者clay