二十步采样，一路风平浪静，进度条走满的瞬间，终端里蹦出三行红色的 CUDA out of memory。更气人的是另一种情况——连报错都没有，图安安静静地出来了，纯黑。
很多人第一反应是显卡不行了，第二反应是买新卡。其实这两件事都轮不到。崩掉的不是采样，是收尾。
崩在城门口的漕船
打个比方。采样像漕运：粮船沿河道慢慢走，一段一段地挪，河道再窄，一次只过一条船，总能过去。KSampler 干的就是这个活——1024×1024 的图，在潜空间里只是 128×128 的一小块张量，二十步来来回回，显存波澜不惊。
VAE 解码是进城卸货。船到城门，一整船粮要在门口一次性倒出来：潜空间放大八倍变像素，通道数打回三，中间特征图在那一瞬间铺满显存。这笔账按分辨率平方涨——512×512 大概占 0.5G，1024×1024 顶到 2G，2048×2048 要 8G，4096×4096 就是 32G 上下。显卡扛得住采样，未必扛得住卸货。
所以排查大图崩溃，第一步永远是看终端最后一行停在哪个节点。停在 VAE Decode，问题在收尾；停在 KSampler，才轮到谈采样。定位错地方，参数拧一圈也是白拧。
黑图是另一桩案子
如果图出来了但全黑、发灰、色块斑驳，那不是显存的事，别往分块解码上使劲。这类案子有两个惯犯。
一个是 fp16 溢出。SDXL 原版 VAE 在 fp16 精度下解到高亮度区域容易算出 NaN，画面直接烧成黑块，GTX 16 系这类老卡尤其高发。解法是启动参数加 --fp32-vae，或者换社区修过的 fp16-fix 版 VAE 文件，两个都不行再把 CFG 往 6 到 8 的区间降一降。
另一个更冤：VAE 家族对不上号。拿 SD 的 VAE 去解 Flux 的潜空间，出来的是马赛克花图，跟信号不好的电视一个样。潜空间是各家自己的方言，解码器得配原厂翻译——Flux 用 ae.safetensors，SDXL 用 sdxl_vae，别混着来。
分块解码：把一船粮拆成蚂蚁搬家
Tiled 的思路很朴素：一次卸不完，就分批卸。潜空间被切成小方块，逐块送进解码器，算完一块再算下一块，显存峰值从"整图负载"降到"单块负载"。
切块有个讲究：每块不能只看自己。卷积靠周围的邻居才能算准边缘，所以每块会向外多借一圈数据当上下文，解完再把借来的裁掉。相邻两块的重叠地带，同一个像素会被算两次，按次数加权平均掉，拼接才不留痕。ComfyUI 里默认 tile_size 512、overlap 64，这个组合对绝大多数卡是安全牌。块切得越小越省显存，但天空、皮肤这类平滑区域会浮起淡淡的格纹；overlap 压到 32 以下，块与块之间就开始现出细缝。代价是速度，大约慢一到三成——拿时间换显存，这笔账是划算的。
新版 ComfyUI 还有一层保险：解码 OOM 时会自动退回分块重试，多数人压根没察觉这一幕发生过。但自动兜底是最后一次机会，别把它当常规操作赌运气。
同一个节点，三种卡的活法
24G 往上的卡，平时确实无感。但 4096 的放大链路、批量四张、再挂一个放大模型同时驻留，照样能撞天花板。这类用户要改的不是节点，是工作流习惯：模型串着用，用完就卸，必要时插一个 Free Memory 节点清场，再加载下一家。
8G 到 16G 之间，是最常见的主战场。把 VAE Decode 直接换成 VAE Decode (Tiled)，一次性了断；编码阶段也爆的话，VAE Encode 同步换 Tiled 版。模型层面从 --medvram 起步，能跑就别再降档——每降一档，速度都是断崖。
8G 以下，就得拿出过日子的心态精打细算。TAESD 这个只有十几 MB 的小解码器，做预览和草稿绰绰有余，成图阶段再换回完整 VAE 出片；tile_size 压到 256；启动加 --cpu-vae 让解码走内存；系统内存别少于 32G，否则模型往硬盘上换页，速度崩得比显存还快。
最后记一条动手顺序：先换节点，再动启动参数，最后才考虑换模型。大多数所谓显存不够，不过是峰值没人管——船还是那些船，把城门口的卸货方式改了，路就通了。
