KJNodes/memorygenerated
Visualize CUDAMemory History(VisualizeCUDAMemoryHistory)
该节点在技术上依赖于 PyTorch 的 _memory_viz。
Visualize CUDA Memory History
output_path
snapshot_path
STRING
KJNodes
Visualize CUDAMemory History 节点，该节点在技术上依赖于 PyTorch 的 `_memory_viz
Visualize CUDAMemory History 节点用于将 CUDA 内存分配历史快照文件转换为可视化的交互式图表。其核心功能是读取一个包含内存使用记录的 pickle 文件，并生成一个可以在浏览器中打开的 HTML 报告，帮助用户直观地分析 GPU 内存的使用情况。
节点功能
该节点在技术上依赖于 PyTorch 的 _memory_viz.trace_plot 函数来处理快照数据。它接受一个通过 pickle 序列化保存的 CUDA 内存历史快照文件路径作为输入，内部会解析此文件并生成包含时间线图表的 HTML 内容。生成的 HTML 文件会被自动保存到 ComfyUI 的输出目录下的 memory_history 子文件夹中。
节点参数说明 - Visualize CUDAMemory History
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 |
|---|---|---|---|---|---|
snapshot_path | STRING | 是 | - | - | ：指定包含 CUDA 内存历史数据的 pickle 文件的完整路径。该文件通常由 PyTorch 的内存分析工具生成。 |
Output 输出
| 参数名称 | 数据类型 | 说明 |
|---|---|---|
| output_path | STRING | ：返回生成的 HTML 可视化报告在浏览器中访问的 URL 地址。 |
使用场景
在调试或优化复杂工作流时，如果遇到 GPU 内存不足或内存泄漏问题，用户可以先使用其他工具（如 PyTorch Profiler）捕获内存快照并保存为文件。然后，将此快照文件的路径提供给本节点，节点会生成可视化报告，用户通过浏览器打开报告链接即可详细查看不同时间点的内存分配与释放情况，从而定位问题根源。
注意事项
请注意，此节点需要输入一个有效的、由兼容工具生成的 CUDA 内存快照 pickle 文件路径。如果文件格式不正确或路径无效，节点可能无法正常工作或报错。生成的 HTML 报告链接仅在本地 ComfyUI 服务器运行时有效。
Visualize CUDAMemory History 节点源码链接
Visualize CUDAMemory History 节点来自 ComfyUI-KJNodes 节点包。
评论
使用 GitHub 登录后即可参与讨论。