ComfyUI在AMD显卡上的内存分配问题分析与解决方案

问题背景

近期，部分使用AMD显卡（特别是RX 7600）的ComfyUI用户报告了一个内存分配错误问题。当尝试运行默认工作流时，系统会抛出"Allocation on device"错误，提示显存不足。有趣的是，当将图像尺寸设置得非常小（约144x144）时，第一次运行可以成功输出图像，但后续运行仍会出现错误。

技术分析

从错误日志中可以观察到几个关键点：

1. 系统检测到的总显存为8176MB，总内存为64088MB，硬件配置足够
2. 使用的PyTorch版本为2.8.0开发版
3. 错误发生在模型前向传播过程中，具体是在线性层的内存分配时
4. 日志中出现了关于CUBLASLT工作区大小的警告

深入分析表明，这个问题与PyTorch 2.8版本的显存管理机制变化有关。在PyTorch 2.8中，AMD显卡的显存分配方式从"native"模式变为了"hipMallocAsync"模式，这种变化可能导致显存使用效率下降。

解决方案

经过验证，最有效的解决方案是回退到PyTorch 2.7版本。具体步骤如下：

1. 卸载当前安装的PyTorch版本
2. 安装指定版本的PyTorch 2.7开发版
3. 确保安装的torchvision和torchaudio版本与PyTorch版本兼容

这个解决方案已经在多个用户环境中得到验证，能够有效解决显存分配错误问题。

预防措施

为了避免类似问题，建议AMD显卡用户：

1. 在升级PyTorch版本前，先在测试环境中验证兼容性
2. 关注ComfyUI社区中关于AMD显卡支持的最新动态
3. 对于生产环境，建议使用经过充分验证的稳定版本组合
4. 定期监控显存使用情况，及时发现潜在问题

总结

AMD显卡在深度学习领域的支持仍在不断完善中，不同PyTorch版本之间的兼容性可能存在差异。遇到类似问题时，版本回退是一个值得尝试的解决方案。同时，用户也可以通过调整工作流参数（如减小批量大小或图像尺寸）来缓解显存压力，但这只是临时解决方案，根本解决仍需依赖框架层面的优化。