解决Wan2.1视频生成任务中的"Killed"内存问题

在使用Wan2.1项目进行文本到视频(T2V)生成时，用户可能会遇到进程突然终止并显示"Killed"的问题。这种情况通常发生在资源受限的环境中，特别是当系统内存不足时。

问题现象

当运行Wan2.1的14B参数模型进行视频生成时，尽管GPU显存充足（如NVIDIA L40拥有48GB显存），进程仍可能被系统终止。典型错误表现为：

[INFO] Creating WanT2V pipeline.
Killed

问题根源

这种"Killed"错误实际上是由Linux系统的OOM(Out Of Memory)管理机制触发的。即使GPU显存足够，系统仍需要大量CPU内存来处理模型加载和中间计算。特别是：

1. 大模型（如14B参数）需要大量内存进行加载和运算
2. 即使使用--offload_model True和--t5_cpu选项将部分计算转移到CPU，仍需要足够的系统内存支持
3. WSL2环境默认的内存和交换空间配置可能不足

解决方案

1. 增加交换空间

对于Linux系统（包括WSL2），可以通过增加交换空间来解决：

# 禁用现有交换空间
sudo swapoff /swapfile

# 创建新的交换文件（示例为16GB）
sudo fallocate -l 16G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

2. 调整WSL2内存配置

对于WSL2用户，需要在Windows系统中创建或修改.wslconfig文件：

[wsl2]
memory=16GB
swap=16GB

然后重启WSL实例使配置生效。

3. 优化模型加载参数

除了增加系统资源外，还可以优化模型加载参数：

• 确保使用--offload_model True将部分模型卸载到CPU
• 使用--t5_cpu将文本编码部分完全放在CPU上
• 考虑降低生成分辨率或帧数以减少内存需求

技术原理

Wan2.1的14B模型在进行视频生成时需要：

1. 加载多个子模型（T5文本编码器、VAE、扩散模型等）
2. 处理高分辨率视频的中间表示
3. 维护多个时间步的隐变量状态

这些操作会消耗大量内存，特别是在处理高分辨率视频时。增加交换空间相当于为系统提供了额外的"虚拟内存"，当物理内存不足时，系统可以将不活跃的内存页交换到磁盘上，从而避免OOM管理机制终止进程。

最佳实践建议

1. 监控系统内存使用情况：使用htop或free -h命令实时查看内存使用
2. 分阶段测试：先尝试低分辨率生成，确认系统配置正确后再提高分辨率
3. 考虑模型量化：如果可能，使用量化后的模型减少内存占用
4. 确保系统有足够的磁盘空间用于交换文件

通过合理配置系统资源，用户可以顺利运行Wan2.1的大模型视频生成任务，充分发挥其强大的文本到视频生成能力。