KJNodes/memorygenerated
End Recording CUDAMemory History(EndRecordCUDAMemoryHistory)
该节点在技术上调用 PyTorch 的 torch。
End Record CUDA Memory History
input
output_path
input
COMBO
output_path
comfy_cuda_memory_history
KJNodes
End Recording CUDAMemory History 节点用于停止记录并保存 CUDA 内存历史快照。它通常与一个开始记录的节点配对使用,捕获两者之间发生的 GPU 内存分配和释放事件,并将数据保存到文件中。该节点旨在帮助用户分析和可视化深度学习工作流中的 GPU 内存使用情况。
节点功能
该节点在技术上通过调用 PyTorch 的 torch.cuda.memory._dump_snapshot() 函数来生成内存快照文件。它会先清空缓存,然后生成一个带有时间戳的 .pt 文件。此文件格式与 PyTorch 官方内存可视化工具兼容,可用于后续的深度分析。
节点参数说明 - End Recording CUDAMemory History
连接输入 (Inputs)
| 参数名称 | 数据类型 | 必填 | 默认值 | 取值范围/选项 | 说明 |
|---|---|---|---|---|---|
input | 组合 | 是 | - | - | 将接收到的输入数据原样输出,保持工作流的连通性。 |
控件参数 (Parameters)
| 参数名称 | 数据类型 | 必填 | 默认值 | 取值范围/选项 | 说明 |
|---|---|---|---|---|---|
output_path | 字符串 | 是 | comfy_cuda_memory_history | - | 输出最终生成的完整内存快照文件路径。 |
输出
| 参数名称 | 数据类型 | 说明 |
|---|---|---|
| input | 任意 | 将接收到的输入数据原样输出,保持工作流的连通性。 |
| output_path | 字符串 | 输出最终生成的完整内存快照文件路径。 |
使用场景
在调试复杂工作流或大型模型时,你可以将此节点放置在可能消耗大量 GPU 内存的节点序列之后。例如,在一个包含多个高清图像生成和放大步骤的工作流末尾连接此节点,可以捕获整个生成过程中的内存波动,帮助定位内存泄漏或优化批处理大小。
注意事项
需要注意的是,频繁记录内存快照可能会对性能产生轻微影响,因此建议仅在需要调试时使用。生成的快照文件包含了特定时间点的内存状态,需要专门的工具(如 PyTorch Memory Viz)或配套的可视化节点才能解读。
评论
使用 GitHub 登录后即可参与讨论。