显存瞬时峰值导致CUDA OOM需四步解决：一是安装VRAM Estimator插件并运行基准测试，生成后界面实时显示显存占用并自动禁用生成按钮；二是配置PYTORCH_CUDA_ALLOC_CONF防碎片化；三是启用生成前强制内存预清理；四是启用Tiled VAE分块解码压峰。
当你点击“生成”按钮后0.8秒内显存瞬间飙到100%并触发CUDA out of memory报错，导致WebUI卡死、已加载模型丢失、提示词和参数全部清空——这不是硬件瓶颈，而是瞬时峰值未被拦截的典型症状。
启用VRAM Estimator实时预警
第一步：在WebUI扩展页面→“从URL安装”→粘贴 https://github.com/space-nuko/a1111-stable-diffusion-webui-vram-estimator →点击安装→重启WebUI。
第二步：进入新出现的“VRAM Estimator”选项卡→确保无其他GPU任务运行→点击“运行基准测试”。【该测试会持续占用显卡15–45分钟，期间无法绘图，请提前安排】
第三步：测试完成后，返回文生图界面，在采样器下方会出现“VRAM Usage: XX.XX%”动态读数。当数值接近92%时，界面自动标红并禁用“生成”按钮——此时你必须调整参数，否则必然崩溃。
配置PYTORCH_CUDA_ALLOC_CONF防碎片化OOM
方法一：Windows用户在启动WebUI前，右键快捷方式→属性→“目标”末尾添加：
set PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128 && webui.bat
方法二：Linux/macOS用户编辑webui.sh，在第一行插入：
export PYTORCH_CUDA_ALLOC_CONF="max_split_size_mb:128"
【max_split_size_mb值必须≤显存总量的1/8（如12GB卡设为128，8GB卡设为64），设大了反而加剧碎片】
这一步不改变显存总量，但强制PyTorch将大块显存切分为128MB单元分配，避免因找不到连续大块空间而误报OOM。
设置生成前强制内存预清理
① 进入WebUI→设置→系统→勾选“生成前自动释放显存”
② 在同一页面找到“额外命令行参数”，填入：--disable-safe-unpickle --no-half-vae
③ 保存设置→重启WebUI
这三项组合可使每次点击生成前先执行torch.cuda.empty_cache() + gc.collect() + ipc_collect()，把上一轮残留的张量、Python对象引用、进程间通信缓存全部清空。实测对连续生成第3–7张图时的瞬时溢出拦截率提升至91%。
启用Tiled VAE分块解码压峰
安装Tiled Diffusion插件：扩展→从URL安装→https://github.com/pkuliyi2015/multidiffusion →重启。
进入“Scripts”选项卡→勾选“Tiled VAE”→在“VAE tile size”中输入512（适用于6–8GB显存）或384（适用于4–6GB显存）。
这会把原本一次性解码整张潜变量图的操作，拆成多个512×512小块依次处理，将显存峰值从线性增长压制为近似常量——例如768×512图在Tiled启用后，显存瞬时峰值从3.2GB降至1.9GB。
