GeneFace Plus Plus显存为何报错

GeneFace++（GeneFace Plus Plus）在运行时出现显存报错，通常不是单一原因，而是下面几类最常见的问题。你可以对照排查：

一、最常见原因汇总

1️⃣ 显存本身不够（OOM）

GeneFace++ 对显存要求较高，尤其是：

• 训练阶段（需要存 activations + optimizer states）
• 高分辨率（512 / 1024）
• 长视频 / 大 batch size

典型报错：

CUDA out of memory
RuntimeError: CUDA error: out of memory

解决：

• 降低 batch_size
• 降低图片分辨率（preprocess 阶段）
• 使用 --fp16 或混合精度
• 缩短训练序列长度
• 用 24GB+ 显存（3090 / 4090 / A100 更稳）

2️⃣ 使用了不支持的 GPU / 驱动

GeneFace++ 依赖：

• CUDA 11.x
• PyTorch ≥ 1.12

常见坑：

• 用 40 系显卡但 CUDA 版本太老
• 驱动没更新

解决：

nvidia-smi
nvcc -V
python -c "import torch; print(torch.version.cuda)"

确保三者匹配。

3️⃣ 预训练模型加载方式错误

很多人把：

• hub 模型
• 本地 ckpt
• 半精度模型

混用，导致：

• 显存瞬间爆
• 或 load 到 CPU 又 copy 到 GPU 失败

建议：

model.load_state_dict(torch.load(ckpt, map_location="cuda"))
model.half().cuda()

4️⃣ DataLoader 占用隐式显存

GeneFace++ 用了：

• num_workers > 0
• pin_memory=True

在 Ubuntu + Docker 下容易：

• 子进程吃满显存

解决：

• num_workers=0 先测试
• 或限制 Docker 显存

5️⃣ 音频 / 视频预处理阶段爆显存

不是训练，而是：

• preprocess
• extract audio features
• face parsing

这些也可能 OOM。
解决：

• 分片处理视频
• 降低 fps
• 减少并发

6️⃣ 多卡误用（单卡却写了 DDP）

如果你只有 1 张卡，但代码走了：

DistributedDataParallel

会直接 CUDA 报错。

二、快速自检清单 ✅

你可以先回答这几个问题，我可以直接定位：

1. 报错是 训练 / 推理 / 预处理 哪一阶段？
2. 显卡型号 + 显存？（如 3090 24G）
3. batch_size 多少？
4. 是否用了官方默认配置？
5. 报错原文前 10 行是什么？

三、最小可行方案（推荐）

如果你只是想跑通：

• 3090 / 4090
• batch_size = 1
• 256 或 512 分辨率
• 官方 demo 数据

基本都能跑。

如果你愿意，把完整报错日志贴出来，我可以直接告诉你是哪一行代码、哪一步炸的。