TechVillain

> 设备:NVIDIA Geforce RTX 4060 Laptop GPU 运行RVC WebUI的一键训练,发现CPU占用很高而GPU占用为0,我已反复确认我使用的显卡绑定正确 晚江，你的问题可能是出在pytorch上。你有训练时的截屏吗，发给我看一下。 如果你可以更新一下你的个人网站，放上你的微信号，我可以加你的好友，这样你就可以用手机录一小段你训练时报错的视频，然后用微信发给我。

> 这这这... 其实 2GB 显存训练也是可以的，显卡列表那里虽然不会显示但是其实是可以用的，我的 MX150 2GB 低压版就可以跑，但是非常慢罢了... 你的MX150 2GB用来训练，难道不会爆显存吗？系统提示：CUDA Out of Memory，然后训练就终止了，是这样吗？

>`--face_upsample` can be used solely now. @sczhou deserves a Nobel peace prize for this. It changes the human history. Most AI arts today are in high resolution. Being able to...

你指的流式推理是什么？ 目前RVC的推理，需要根据VRAM的大小，对目标音频进行切块，切短后，才不会爆显存，导致CUDA Out of Memory。推理结束后，再使用音频软件把切块拼接起来，成为一个完整的长音频。 同样，RVC的训练，一旦爆显存，训练就会终止。

> 流式推理指的是：输入是音频帧， 而不是一个完整的文件。 这个建议非常好。因为目前RVC推理，由于防止爆显存的原因，通常都需要手动对音频进行切块，在推理结束后再手动进行拼接，耗时耗力。 而流式推理，则相当于代码自动指定切片大小，自动切片，推理后自动拼接，节省了用户大量时间，而且永远不会爆显存。 你是否可以测试一下，在你的显存允许下，最大的切块是多少？你随便找一段长音频，切块10分钟一段进行推理，如果爆显存终止，再切到8分钟，6分钟，4分钟... 如此往复，直到不爆显存为止，看一下最大切块量为多大？ 这个segment参考值可以用于开发流式推理benchmark的评估。