核心报错摘要
plaintext
[ERROR] aimdo: src/hostbuf.c:283:ERROR:hostbuf_read_file_slice: device copy failed result=2
RuntimeError: HostBuffer.read_file_slice failed
CUDA error: out of memory
Model MiniMaxH3 prepared for dynamic VRAM loading. 19995MB Staged.
- 根因：MiniMax H3 使用 AIMDO 动态 VRAM 分块加载（dynamic VRAM loading），预调度要搬运 19995MB 权重，你的显卡显存不足以支撑模型 + 采样时中间张量，发生设备拷贝 OOM；
HostBuffer.read_file_slice是 OOM 之后的次级报错，不是根源，是显存耗尽后显存拷贝 API 直接失败。 - 内存日志：GPU reserved 5984MiB，峰值 5603MiB，说明你的显卡总显存大约 6GB，而 H3 模型动态加载就预分配接近 20GB 的 staged 权重，6G 显存硬件不足以完整跑通。
注意：日志里
CUDA OOMs:0是 PyTorch 统计，OOM 发生在aimdo hostbuf 底层 CUDA 拷贝，不在 PyTorch 分配器统计内，所以计数器为 0，属于 AIMDO 后端典型现象。
完整修复方案（按优先级从上到下尝试）
1. 降低模型动态加载预算，强制更激进的 VRAM 卸载（最关键）
MiniMaxH3 的 aimdo 动态加载会预申请很大 staged 缓冲区，6G 显卡扛不住 19995MB staged。
启动 ComfyUI 时增加环境变量，修改 run_nvidia_gpu.bat，在 python 之前加入：
bat
set AIMDO_MAX_GPU_MEM=4096
set AIMDO_DISABLE_ASYNC_PREFETCH=1
set COMFYUI_VRAM_MODE=GPU_ONLY
AIMDO_MAX_GPU_MEM=4096：限制 AIMDO 最多使用 4G 显存，强制更多权重留在系统内存，减少 GPU 侧同时驻留块；
AIMDO_DISABLE_ASYNC_PREFETCH=1：关闭异步预取，避免后台偷偷往 GPU 塞权重导致瞬间爆显存，代价速度变慢。
修改后完整 bat 片段示例：
bat
@echo off
set AIMDO_MAX_GPU_MEM=4096
set AIMDO_DISABLE_ASYNC_PREFETCH=1
set COMFYUI_VRAM_MODE=GPU_ONLY
python main.py
pause
保存，完全关闭现有 ComfyUI 进程，重新双击 bat 启动。
2. ComfyUI 模型内存策略设置
WebUI 设置 → Settings → Memory
- 模型加载策略：
CPU fallback/Normal不要选Speed(更多VRAM) - 勾选：
Always offload from GPU after generating gpu vram reserve预留调大到 1024MB- 关闭：
Enable fast model prefetch（这个就是 aimdo 异步预取，和上面环境变量对应） 保存设置，重启 ComfyUI。
3. 降低生成分辨率 & batch size
你虽然模型是动态加载，但采样阶段 latent、cond、controlnet 中间张量依然吃显存。
- 分辨率：优先不要超过
1024×1024；6G 卡建议 768‑768 以内测试 - batch size=1，不要做多图 batch；关闭任何 ControlNet、IP‑Adapter 先做最小复现测试。
4. 系统层面：增大 Windows 虚拟内存
AIMDO 动态加载大量依赖系统 RAM 做权重缓冲：
- Win 设置 → 系统 → 高级系统设置 → 高级 → 性能设置 → 高级 → 虚拟内存更改
- 取消自动管理；给 SSD 盘设置自定义大小：初始 16384，最大 32768（16‑32G）
- 设置后重启电脑。
必须 SSD，机械硬盘会极慢甚至 IO 报错。
5. 排查冲突：ComfyUI‑llama‑cpp 干扰
日志末尾：
plaintext
File "ComfyUI‑llama‑cpp\nodes.py", line 296, in patched_unload_all_models
ComfyUI‑llama‑cpp打补丁劫持了模型卸载逻辑，OOM 崩溃清理阶段会二次调用 cuda 同步，加重报错。
- 临时测试：把
custom_nodes/ComfyUI‑llama‑cpp改名备份，重启 ComfyUI 跑 H3 工作流，确认是否改善。
很多 H3 + llama‑cpp 共存场景会出现卸载逻辑冲突。
6. 降级备选：关闭 AIMDO 动态 VRAM（会非常吃内存）
如果上面依旧报错，直接禁用 aimdo 动态加载，全部走 Comfy 原生 CPU‑GPU 卸载：
bat
set AIMDO_DISABLE=1
副作用：加载模型极慢，需要很大系统内存（32G+），但可以绕开 hostbuf 拷贝代码路径。
调试手段，定位问题
在 bat 增加调试环境变量，复现问题看详细 aimdo 日志：
bat
set CUDA_LAUNCH_BLOCKING=1
set AIMDO_LOG_LEVEL=debug
CUDA_LAUNCH_BLOCKING=1会把异步 CUDA 错误变成同步，报错栈会精准定位是哪一步拷贝 OOM，用于进一步排查。
硬件现实说明
MiniMax H3 完整权重动态加载 staged 就需要接近 20GB 缓冲，6GB 物理显存属于硬件下限，很难跑高分辨率，会频繁触发 hostbuf 拷贝失败 OOM。
- 稳定运行建议显卡 ≥12GB VRAM；6G 显卡只能小分辨率 + 关闭预取 + 严格限制 aimdo 显存上限使用。
排错顺序总结
- 修改 bat 加入
AIMDO_MAX_GPU_MEM=4096+AIMDO_DISABLE_ASYNC_PREFETCH=1，重启 ComfyUI - ComfyUI 设置关闭 fast model prefetch，预留 1024MB vram
- 测试小分辨率 768×768，不加载 ControlNet/IP‑Adapter
- 增大 SSD 虚拟内存 16‑32G，重启电脑
- 临时移除 ComfyUI‑llama‑cpp custom node 做排除测试
- 依旧失败：设置
AIMDO_DISABLE=1绕开 aimdo 后端
