Krita-AI-Diffusion项目中的MPS内存问题解决方案

Krita-AI-Diffusion项目中的MPS内存问题解决方案

krita-ai-diffusion Streamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required. 项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion

问题背景

在使用Krita-AI-Diffusion插件进行生成式填充时，部分Mac用户（特别是M1芯片8GB内存的设备）可能会遇到MPS后端内存不足的错误。错误信息通常会提示"MPS backend out of memory"，并建议设置PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.0参数来禁用内存上限限制。

技术原理

MPS（Metal Performance Shaders）是苹果提供的Metal框架的一部分，允许开发者利用苹果芯片的GPU进行高性能计算。PyTorch通过MPS后端在Mac设备上加速深度学习计算。默认情况下，PyTorch会设置一个内存使用上限（high watermark ratio），以防止内存被过度占用。

解决方案详解

临时环境变量设置

对于希望在当前会话中临时解决此问题的用户，可以通过终端执行以下命令：

export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.0

这条命令会将MPS的内存使用上限比例设置为0，相当于禁用内存限制，允许PyTorch尽可能使用可用内存。需要注意的是，这种方法只在当前终端会话中有效，关闭终端后设置将失效。

永久环境变量设置

若希望设置永久生效，可以将该环境变量添加到shell配置文件中：

1. 对于bash用户，编辑~/.bash_profile或~/.bashrc文件
2. 对于zsh用户，编辑~/.zshrc文件
3. 在文件末尾添加：export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.0
4. 保存文件后执行source ~/.zshrc（或对应的配置文件）使更改生效

注意事项

1. 禁用内存上限可能会导致系统不稳定，特别是在内存有限的设备上
2. 建议在执行内存密集型任务后恢复默认设置
3. 8GB内存的M1设备可能仍然无法处理较大的生成任务
4. 可以考虑降低生成图像的分辨率或使用更小的模型来减少内存需求

替代方案

如果修改环境变量后问题仍然存在，可以考虑以下替代方案：

1. 使用CPU模式运行（性能较低但内存管理更灵活）
2. 调整Krita中的AI Diffusion插件设置，降低批处理大小
3. 关闭其他占用内存的应用程序
4. 考虑升级到内存更大的设备以获得更好的体验

通过以上方法，大多数用户应该能够解决MPS内存不足的问题，继续使用Krita-AI-Diffusion进行创意工作。

krita-ai-diffusion Streamlined interface for generating images with AI in Krita. Inpaint and outpaint with optional text prompt, no tweaking required. 项目地址: https://gitcode.com/gh_mirrors/kr/krita-ai-diffusion