开始记录 CUDAMemory History(StartRecordCUDAMemoryHistory)

Start Recording CUDAMemory History 节点用于启动对 CUDA 内存分配和释放历史的追踪记录。此节点始终运行，无论处于绕过还是禁用状态。它是一个诊断工具，旨在帮助用户深入了解模型运行时的 GPU 内存使用情况，为后续的性能分析和内存泄漏排查提供数据基础。该节点通常与 EndRecordCUDAMemoryHistory 节点配对使用，以完成一个完整的记录周期。

节点功能

该节点通过调用 PyTorch 的 torch.cuda.memory._record_memory_history 接口来实现核心功能。用户可以配置记录的范围（enabled）、调用栈信息的详细程度（context 和 stacks）以及记录条目的最大数量（max_entries）。在开始记录前，节点会执行软清空缓存和重置峰值内存统计的操作，以确保记录数据的准确性。

节点参数说明 - Start Recording CUDAMemory History

连接输入 (Inputs)

控件参数 (Parameters)

输出 (Output)

使用场景

当你在构建一个复杂的图像生成或模型推理工作流，并怀疑存在内存泄漏或希望优化内存使用效率时，可以将此节点插入到工作流的起始位置。随后，在流程的末端使用 EndRecordCUDAMemoryHistory 节点来停止记录并保存快照文件。最后，通过分析工具（如 torch.cuda.memory._snapshot()）来查看详细的内存事件历史。

注意事项

请注意，此节点属于实验性功能，其底层 API 可能随 PyTorch 版本更新而变动。启用详细的历史记录（尤其是 stacks 设为 "all"）可能会带来一定的运行时性能开销，并消耗额外的内存来存储记录信息。

Start Recording CUDAMemory History 节点源码链接

Start Recording CUDAMemory History 节点来自 ComfyUI-KJNodes 节点包。