Wan 2.2 / LTX-2 OOM-Leitfaden: Sichere Frames, Batch Size und Auflösung in AI Toolkit

Beim Video-LoRA-Training ist OOM normalerweise nicht auf eine einzelne schlechte Einstellung zurückzuführen.

Es ist meist die Kombination aus:

• zu vielen Frames
• zu großem Auflösungs-Bucket
• zu großer Batch
• zu teurer Vorschau-Generierung

Deshalb fühlt sich Video-OOM inkonsistent an: Ein Lauf funktioniert, der nächste stürzt ab, obwohl „sich nichts Wichtiges geändert hat."

Dieser Leitfaden gibt Ihnen ein praktisches Speicherbudget für Wan 2.2 und LTX-2 in RunComfy AI Toolkit.

---

Schnell-Checkliste (hier starten)

• Für Wan 2.2 mit Batch Size = 1 und 21–41 Frames starten
• Für LTX-2 mit Batch Size = 1 und 49 oder 81 Frames starten
• In Datasets die Num Frames reduzieren, bevor Sie die LR anfassen
• In Datasets den höchsten Resolution-Bucket zuerst entfernen
• In Sample die Vorschau-Videos günstiger halten als das Trainingsbudget
• Wenn im Log Bus error / out of shared memory steht, ist das nicht dasselbe wie CUDA OOM

---

1) Zuerst: Welches Speicherproblem haben Sie?

CUDA OOM

Dieser Leitfaden ist für Fehler wie:

CUDA out of memory

OOM during training step ...

Tried to allocate ...

Shared-Memory- / DataLoader-Absturz

Wenn Ihr Log sagt:

Bus error

out of shared memory

DataLoader worker is killed

Das ist ein anderes Problem bezüglich Shared Memory (/dev/shm), nicht GPU-VRAM. Siehe Fix: DataLoader worker Bus error (/dev/shm) — Fehlerbehebung

---

2) Das einzige Denkmodell, das Sie wirklich brauchen

Beim Video-Training steigt der Speicherdruck hauptsächlich mit:

Frames × Auflösung × Batch Size

Wenn Sie alle drei gleichzeitig erhöhen, bauen Sie sehr wahrscheinlich einen grenzwertigen Lauf.

---

3) Wan 2.2: sicher vs grenzwertig vs hochriskant

Sicherer erster Lauf

• Batch Size: 1
• Num Frames: 21 oder 41
• Resolution: mit 512 starten
• Vorschau-Videos konservativ halten

Grenzwertig

• Batch Size: 1
• Num Frames: 81
• Resolution: 480–512

Hochriskant

• Batch Size ≥ 2 mit 81 Frames
• Hochauflösungs-Buckets plus lange Clips
• Häufige aufwendige Vorschau-Generierung

Wan Rollback-Reihenfolge

1. Num Frames reduzieren
2. Batch Size = 1 beibehalten
3. Höchste Resolution entfernen
4. Vorschaukosten reduzieren

---

4) LTX-2: sicher vs grenzwertig vs hochriskant

Sicherer erster Lauf

• Batch Size: 1
• Num Frames: 49 oder 81
• Resolution: 512

Grenzwertig

• Batch Size: 1
• Num Frames: 121
• Resolution: 512

Hochriskant

• Batch Size ≥ 4 mit 121 Frames
• Größere Buckets vor bewiesener Stabilität
• Schweres Vorschau-Sampling

LTX Rollback-Reihenfolge

1. Batch Size = 1 beibehalten
2. Num Frames reduzieren (121 → 81 → 49)
3. Resolution reduzieren
4. Vorschau günstiger machen

---

5) Warum dieselbe Config manchmal funktioniert und manchmal OOM hat

Häufige Gründe:

• Bucket-Spitzen (der größte Bucket bringt VRAM über das Limit)
• Vorschau-Spitzen (Training passt, Vorschau bringt es über die Kante)
• Grenzwertiger Speicherzustand

Eine Config, die „manchmal funktioniert", sollte als instabil behandelt werden.

---

Einzeiler-Zusammenfassung

Bei Wan 2.2 und LTX-2 ist Video-OOM normalerweise ein Problem aus Frames × Auflösung × Batch.

Konservativ starten, Stabilität beweisen, dann hochskalieren.