很多人默认「训练是大显存玩家的专利」,6G 卡只能老老实实出图。其实不是。LoRA 训练并不像全模型微调那样吃显存——它只训练一小部分旁路参数。只要把该关的开关关掉,GTX 1660 Ti 这类 6G 卡训 SD1.5 的 LoRA 完全可行。
下面 7 个开关,按「先开无损失的,再开有代价的」顺序来。
| 开关 | 作用 | 代价 |
|---|---|---|
mixed_precision = fp16 | 半精度训练,显存直接砍一半 | 几乎无代价(16 系显卡用 fp16,30 系以上才用 bf16) |
gradient_checkpointing | 梯度检查点,用时间换显存 | 训练变慢,但能省下大块显存 |
xformers / sdp 注意力 | 换成高效注意力实现 | 需提前装好 xformers,或启用 sdp |
optimizer = AdamW8bit | 8bit 优化器,省下优化器状态显存 | 需装 bitsandbytes,效果几乎无损 |
cache_latents | 预先缓存潜变量,训练时不重复算 | 启动阶段多花一点时间 |
train_batch_size = 1 | 批次降到最小 | 需要更多步数才能达到同等效果 |
| 分辨率降到 512(SD1.5) | 分辨率对显存是平方级影响 | 细节上限降低,但风格类 LoRA 够用 |
一套可以直接套用的配置(kohya_ss)
训 SD1.5 的人物 / 风格 LoRA,先用这套起手:
mixed_precision = "fp16"gradient_checkpointing = truexformers = trueoptimizer_type = "AdamW8bit"cache_latents = truetrain_batch_size = 1resolution = 512,512network_dim = 16,network_alpha = 8- 数据量 20–40 张、每张重复 10–15 次、总步数 1500–3000
还是 OOM,就按这个顺序继续降
- 分辨率:512 → 448(这一步最立竿见影)
network_dim:16 → 8- 关掉预览图生成(训练中途的 sample 很吃显存)
- 确认没有其他程序在占显存(浏览器硬件加速也会抢)
关于 SDXL 的实话
同样是 6G 显存,训 SDXL 的 LoRA 要吃力得多——不是完全不行,但可操作的余地被压得很扁,动不动就卡在边界上。我的建议是:拿 SD1.5 把整条训练链路走通,把经验攒够,再决定要不要为 SDXL 上更强硬件或云端算力。顺序反了,很容易在 SDXL 上耗掉大量时间却连一次完整训练都没跑完。
显存决定的是「能不能跑」,开关决定的是「跑得多稳」。这 7 个开关本身就是《从零训练你的第一个 LoRA》里挑出来最常用的一组,课程里还配了 6G 显存实测通过的完整配置文件——改两行路径就能直接开跑。