按「0.8 加 2.6 乘 (边长/512)² 乘 batch 乘精度系数」估算显存：512 配 batch 1 是 3.4 GB， batch 4 就 11.2 GB；1024 配 batch 1 已经 11.2 GB。8 GB 卡上只有三档能跑。
上一节把词变成向量，这一节讲配套的算力账。 这部分书里放在 SD 的配置环节，但道理对所有扩散模型通用。
一、三个参数是乘在一起的
影响显存的主要是三个：边长、batch、数值精度。 边长翻倍，显存乘 4——因为注意力和特征图的规模都按面积涨。 batch 翻倍，显存乘 2——多一份数据同时算。 精度从 fp16 换 fp32，显存乘 1.8 左右——不是严格的 2，因为还有一部分中间量固定开销。 三者相乘，所以「1024 加 batch 2」比「512 加 batch 1」贵 8 倍，不是 2 倍。
二、8 GB 卡上能跑什么
Demo 按公式算了 9 档 fp16 组合，只有三档没超 8 GB：512×1（3.4）、512×2（6.0）、768×1（6.7）。 512×4 是 11.2，768×2 是 12.5，1024×1 也是 11.2——全超。 fp32 更惨：512×1 就是 5.5，512×2 是 10.2，只剩一档能跑。 这张表能直接回答一个常见问题：「我这台机器能不能跑 SD」。答案是看边长和 batch，不看模型名字。
三、耗时是按步数线性涨的
20 步、512、batch 1 估算是 1.8 秒；batch 4 是 7.2 秒；1024 是 7.2 秒。 步数和耗时严格成正比——每一步的计算量一样。所以「步数减半，时间减半」。 但步数不能随便减。20 到 30 步是常用区间，低于 15 步画面会糊，高于 40 步基本没变化，只是白等。 这个「够了就行」的区间每个模型不一样，只能自己试。 试的方法固定：固定种子，步数从 10 加到 50，看哪一档之后画面不再变。
四、这张表是算的，不是测的
必须说清：沙箱里没有 GPU，上面的显存和耗时都是用公开经验系数算出来的，不是实测。 公式里的 0.8 和 2.6 是拟合系数，量级对，具体到某张卡会有出入。 不同框架、不同优化器、开不开 xformers，都能差一两个 GB。 真实训练还要叠优化器状态和梯度，显存比这张表高得多——表里说的是推理量级。 所以这张表的正确用法是「估个量级、判断行不行」，不是「照着买卡」。买卡前得实测。
五、动手 Demo：显存与耗时的估算表：三个参数怎么互相放大
按一条经验公式估显存（基础开销加边长平方乘 batch 乘精度系数）， 对边长 512／768／1024 和 batch 1／2／4 的九种 fp16 组合各算一次，标出超 8 GB 的档位； 再算四种 fp32 组合；耗时按步数线性估。
mem = 0.8 + 2.6 * (res / 512.0) ** 2 * b * 1.0 # fp16
sec = 20 * 0.09 * (res / 512.0) ** 2 * b # 20 步
u'超限' if mem > 8.0 else u'可以'
实跑输出：
--------------------------------------------------------------------
Stable Diffusion 配置：显存与耗时的估算（不是实测）
--------------------------------------------------------------------
估算公式 显存 ≈ 0.8 + 2.6 × (边长/512)² × batch × 精度系数
精度系数 fp16 取 1.0，fp32 取 1.8
单步耗时 0.09 秒 × (边长/512)² × batch（中端卡量级）
可用显存 8 GB
这张表是按公开经验系数算出来的估算，沙箱里没有 GPU，下面的数是算出来的、不是测出来的。
边长 batch 精度 估算显存 GB 20 步耗时 秒 8 GB 判定
-----------------------------------------------------------
512 1 fp16 3.4 1.8 可以
512 2 fp16 6.0 3.6 可以
512 4 fp16 11.2 7.2 超限
768 1 fp16 6.7 4.0 可以
768 2 fp16 12.5 8.1 超限
768 4 fp16 24.2 16.2 超限
1024 1 fp16 11.2 7.2 超限
1024 2 fp16 21.6 14.4 超限
1024 4 fp16 42.4 28.8 超限
边长 batch 精度 估算显存 GB 8 GB 判定
--------------------------------------------
512 1 fp32 5.5 可以
512 2 fp32 10.2 超限
768 1 fp32 11.3 超限
768 2 fp32 21.9 超限
三个参数是乘在一起的，不是各管各的：边长翻倍，显存乘 4；精度从 fp16 换 fp32，再乘 1.8。所以 1024 加 batch 2 在 8 GB 卡上根本没戏。
真实训练还要叠优化器状态和梯度，显存比这更高。推理省一些，但也不能按这张表直接买卡。
三档「可以」全在 512 和 768 这两列。512×1 的 3.4 GB 是最省的，也是大多数教程的默认配置。 512×4 和 1024×1 都是 11.2 GB，完全相同。 这不是巧合：batch 乘 4 和边长平方乘 4 在公式里是等价的。 fp32 那张小表更直观：512×2 就 10.2 GB 了。 所以实际部署几乎全用 fp16，fp32 只在调试数值问题时临时开。 再看耗时那一列：512×1 二十步 1.8 秒，1024×1 二十步 7.2 秒——正好 4 倍，和显存的倍数一致。
30 秒实验
- 把可用显存从 8 GB 改成 12 GB，看「超限」的档位少几个。
- 把步数从 20 改成 30，看耗时那一列怎么变。
- 想一想：为什么精度从 fp16 换 fp32，显存不是正好翻倍？
常见误区
- 「显存不够就换大卡」——先降 batch、降边长更省钱。
- 「步数越多画质越好」——超过 40 步基本没变化。
- 「这张表能照着买卡」——公式是拟合的，真实训练还要叠优化器和梯度。
自测三问（点开对答案）
1. 边长翻倍，显存为什么涨 4 倍而不是 2 倍？ —— 注意力和特征图的规模按面积涨，面积是边长的平方。 2. 为什么实际部署几乎都用 fp16？ —— fp32 显存大约是 fp16 的 1.8 倍，8 GB 卡上很快就不够用。 3. 这张表能拿来买卡吗？ —— 不能。系数是拟合的，真实训练还要叠优化器状态和梯度。算力账算清了。下一节动手：把图片整理成模型能吃的样子。
- ☐ （本节完，下一节 6.3.3 数据标注：对图像进行预处理操作）