显存是什么
VRAM · 作者：夸父
一句话定义：显存是显卡上专门存放运算数据的内存，是跑 AI 模型的硬门槛——模型能不能跑、跑多快，先看显存够不够，其次才看芯片算力。
为什么 AI 特别吃显存
AI 推理要把整个模型权重加载进显存，同时还要为每一层运算留出工作空间。一个几 GB 的生图模型，实际运行时占的显存会翻倍——这就是为什么"模型 6GB、建议显存 8GB"的原因。
常见任务的大致门槛
文生图（SDXL 系）8GB 起步；大分辨率/复杂工作流 12GB 舒适；视频生成模型 16GB+；数字人口型同步（MuseTalk）8GB 可跑。显存不够的表现不是报错就是极慢——某些框架还会自动把溢出部分挪到内存用 CPU 算，速度掉一个数量级。
判断与处理
跑任务时开任务管理器或 nvidia-smi 看显存占用：顶满就是瓶颈。缓解顺序：降分辨率 → 减小批量 → 关掉其他占显存的程序 → 换更大的卡。买卡决策参考显卡怎么选。
显存都花在哪了
跑 AI 模型时显存的三块开销：模型权重（整个模型加载进来——SDXL 生图模型约 67GB）、激活与中间结果（与生成分辨率正相关，1024×1024 比 512×512 贵 4 倍）、框架开销（CUDA 上下文等固定 0.51GB）。所以"8GB 显存跑 7GB 模型"是不够的——还要留给计算空间。
省显存的常用手段
按代价从小到大：降低生成分辨率（最直接，减半分辨率省约 3/4 显存）；启用 CPU offload（把部分权重挪到内存，速度换显存）；Tiled VAE/分块处理（大图分块生成拼接）；量化模型（用压缩版权重，微降质量换显存）。ComfyUI 的启动参数与节点配置里这些选项都有。
显存与速度的关系
显存够用时，速度瓶颈在算力（GPU 的 Tensor 性能）；显存不够时，速度断崖（溢出到内存/CPU）。一个实用判断：同参数下生成时间突然翻几倍——先查显存是不是爆了（nvidia-smi），而不是怀疑模型变笨。升级决策的完整账见显卡选型。