Wan 2.2 / LTX-2 Guía OOM: Frames, Batch Size y Resolución seguros en AI Toolkit

Para el entrenamiento de video LoRA, el OOM normalmente no se debe a un solo ajuste malo.

Suele ser la combinación de:

• demasiados frames
• un bucket de resolución demasiado grande
• un batch demasiado grande
• un muestreo de vista previa demasiado caro

Por eso el OOM de video parece inconsistente: un entrenamiento funciona, el siguiente falla, aunque "no cambió nada importante."

Esta guía te da un presupuesto de memoria práctico para Wan 2.2 y LTX-2 en RunComfy AI Toolkit.

---

Checklist rápido (empieza aquí)

• Para Wan 2.2, empieza con Batch Size = 1 y 21–41 frames
• Para LTX-2, empieza con Batch Size = 1 y 49 u 81 frames
• En Datasets, reduce Num Frames antes de tocar el LR
• En Datasets, elimina el bucket de Resolution más alto primero
• En Sample, mantén los videos de vista previa más baratos que tu presupuesto de entrenamiento
• Si el log dice Bus error / out of shared memory, eso no es lo mismo que CUDA OOM

---

1) Primero: identifica qué problema de memoria tienes

CUDA OOM

Esta guía es para errores como:

CUDA out of memory

OOM during training step ...

Tried to allocate ...

Crash de Shared-memory / DataLoader

Si tu log dice:

Bus error

out of shared memory

DataLoader worker is killed

Es un problema diferente relacionado con la memoria compartida (/dev/shm), no con la VRAM de GPU. Consulta Fix: DataLoader worker Bus error (/dev/shm) — solución

---

2) El único modelo mental que realmente necesitas

Para el entrenamiento de video, la presión de memoria aumenta principalmente con:

frames × resolución × batch size

Si aumentas las tres a la vez, probablemente estás construyendo un entrenamiento al límite.

---

3) Wan 2.2: seguro vs límite vs alto riesgo

Primer entrenamiento seguro

• Batch Size: 1
• Num Frames: 21 o 41
• Resolution: empezar con 512
• Mantener videos de vista previa conservadores

Límite

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

Alto riesgo

• Batch Size ≥ 2 con 81 frames
• Buckets de alta resolución más clips largos
• Generación frecuente de vistas previas pesadas

Orden de rollback de Wan

1. Reducir Num Frames
2. Mantener Batch Size = 1
3. Eliminar la Resolution más alta
4. Reducir coste de vista previa

---

4) LTX-2: seguro vs límite vs alto riesgo

Primer entrenamiento seguro

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

Límite

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

Alto riesgo

• Batch Size ≥ 4 con 121 frames
• Buckets más grandes antes de probar estabilidad
• Muestreo pesado de vista previa

Orden de rollback de LTX

1. Mantener Batch Size = 1
2. Reducir Num Frames (121 → 81 → 49)
3. Reducir Resolution
4. Hacer la vista previa más barata

---

5) Por qué la misma config a veces funciona y a veces da OOM

Razones comunes:

• Picos de bucket (el bucket más grande lleva la VRAM al límite)
• Picos de vista previa (el entrenamiento cabe, la vista previa lo empuja al límite)
• Estado de memoria al límite

Una config que "a veces funciona" debe tratarse como inestable.

---

Resumen en una línea

Para Wan 2.2 y LTX-2, el OOM de video suele ser un problema de frames × resolución × batch.

Empieza conservador, prueba estabilidad, luego escala.