Reducir VRAM en Windows: HAGS, paginación y carga

TL;DR

• La programación de GPU acelerada por hardware (HAGS) reduce la latencia de programación de la GPU pero no reduce el uso de VRAM — el equipo de DirectX de Microsoft lo documenta solo como un cambio de programación.
• El compositor de escritorio de Windows (dwm.exe) y los navegadores consumen memoria GPU compartida; el artículo fuente (Civitai 8085) estima que esto puede llegar hasta 2 GB. Desactivar la transparencia, bajar la resolución y desactivar la aceleración de hardware del navegador pueden reducir el grupo compartido pero no el grupo de cómputo de IA.
• Ninguna documentación de Microsoft o NVIDIA vincula el tamaño del archivo de paginación con la disponibilidad de VRAM para cargas de trabajo de CUDA — el archivo de paginación afecta el intercambio de RAM del sistema, no la VRAM de la GPU.

Si el problema real es que la tarjeta es demasiado pequeña para el modelo, nuestra guía de requisitos de VRAM por modelo cubre lo que cabe en qué.

Qué significa realmente la VRAM en Windows

Windows reporta dos categorías de memoria GPU en el Administrador de tareas: memoria GPU dedicada (la VRAM física en su GPU discreta) y memoria GPU compartida (una parte de la RAM del sistema que el SO puede mapear al espacio de direcciones de la GPU). Los frameworks de IA (PyTorch, Stable Diffusion WebUI, ComfyUI) asignan desde el grupo dedicado a través de CUDA o DirectML. El compositor de escritorio, los navegadores y Windows Terminal extraen del grupo compartido a través de DirectX/DirectWrite. Los dos grupos son distintos en GPUs discretas — reducir el grupo compartido no hace crecer el grupo dedicado disponible para CUDA.

Para ver la división, abra el Administrador de tareas → Detalles → haga clic derecho en los encabezados de columna → habilite memoria GPU dedicada y memoria GPU compartida. Esto muestra la memoria GPU por proceso dividida por grupo. Microsoft Learn: descripción de la utilidad Autoruns (verifica la herramienta usada para auditar programas de inicio que pueden lanzar aplicaciones que usan GPU).

Introducida con la actualización de Windows 10 de mayo de 2020, HAGS mueve el programador de GPU desde un subproceso de CPU de alta prioridad hasta un procesador de programación dedicado en la propia GPU. El blog de desarrolladores de DirectX dice: "Windows ahora puede descargar la mayor parte de la programación de GPU a un procesador de programación dedicado basado en GPU" y "La página de configuración se puede alcanzar a través de Configuración → Sistema → Pantalla → Configuración de gráficos." Blog de desarrolladores de DirectX: Programación de GPU acelerada por hardware

Lo que HAGS cambia: ritmo de fotogramas, equidad de GPU entre varias aplicaciones y latencia de envío. El programador WDDM anterior se ejecutaba en la CPU; HAGS se ejecuta en un bloque de función fija dentro de la GPU.

Lo que HAGS no cambia: asignación de VRAM, memoria de contexto de CUDA o huella de pesos del modelo. El blog dice explícitamente que "la mayoría de las aplicaciones han sido diseñadas para ocultar costos de programación a través de buffer" y "No esperamos que los clientes experimenten regresiones de rendimiento." No hace ninguna afirmación sobre reducción de VRAM. Habilitar HAGS se recomienda para compartir mejor la GPU entre varias aplicaciones, no para liberar VRAM.

El tamaño del archivo de paginación y la VRAM: ningún vínculo documentado

El archivo de paginación de Windows (pagefile.sys) respalda la memoria comprometida del sistema cuando se agota la RAM física. Ni la documentación de Microsoft ni la documentación de los controladores de NVIDIA describen un mecanismo en el que el tamaño del archivo de paginación influya en la VRAM dedicada disponible para cargas de trabajo de CUDA o DirectML. El archivo de paginación opera en la capa de RAM del sistema; la VRAM la gestiona el controlador WDDM y el programador de GPU de forma independiente.

Si la RAM del sistema es insuficiente en relación con su carga de trabajo, agrandar el archivo de paginación evita finalizaciones por falta de memoria pero añade latencia de intercambio — no crea VRAM adicional. Para cargas de trabajo de IA que caben en la RAM del sistema pero exceden la VRAM, el cuello de botella es la transferencia PCIe y el controlador de memoria de la propia GPU, no el archivo de paginación.

Para el lado del asignador del mismo problema, consulte Ajuste profundo del asignador de memoria CUDA de PyTorch.

Carga de escritorio: lo que realmente usa memoria GPU

Compositor de Windows (dwm.exe)

El Administrador de ventanas de escritorio compila el escritorio, las ventanas y los efectos usando DirectX. Asigna superficies desde el grupo de memoria GPU compartida, no desde el grupo de VRAM dedicado usado por CUDA. El artículo comunitario de Civitai afirma que "Una ventana promedio (wdm.exe), navegador y demás usan hasta 2 GB de VRAM en segundo plano" — esta cifra es una estimación comunitaria sin metodología de medición publicada. Artículo de Civitai 8085

Efectos visuales y transparencia

• Efectos de transparencia (Configuración → Personalización → Efectos de transparencia → Desactivado): Obliga a dwm.exe a usar superficies opacas, reduciendo el consumo de memoria GPU compartida. Ningún punto de referencia público de Microsoft cuantifica el ahorro en MB.
• Efectos visuales → Ajustar para obtener el mejor rendimiento (Propiedades del sistema → Avanzado → Rendimiento): Desactiva animaciones, sombras y efectos de vidrio. Reduce la cantidad de superficies del compositor.
• Bajar la resolución y la frecuencia de actualización de la pantalla: Menos píxeles por fotograma reduce la memoria de superficie del compositor. Relación directa entre el recuento de píxeles y la memoria de superficie; el impacto exacto en VRAM no está cuantificado. Artículo de Civitai 8085 enumera esto como una recomendación sin medición.

Windows Terminal

Windows Terminal usa renderizado de texto acelerado por GPU a través de DirectWrite/DirectX. La introducción de Microsoft Learn afirma: "Windows Terminal usa la GPU para renderizar su texto, por lo que ofrece un mejor rendimiento que la experiencia de línea de comandos predeterminada de Windows." Microsoft Learn: información general de Windows Terminal Este renderizado usa el contexto VRAM de gráficos/composición, no el contexto de cómputo de CUDA. Desactivar la aceleración de hardware de Terminal (configuración de Terminal → Perfil → Apariencia → "Usar aceleración de hardware" = Desactivado) reduce la memoria del atlas de glifos en el grupo compartido, pero no libera VRAM dedicada para cargas de trabajo de IA.

En una tarjeta de 8 GB específicamente, la guía de FLUX en 8 GB muestra qué cuantización permite cargar el modelo.

Carga del navegador

Aceleración de hardware

Los navegadores (Chrome, Edge, Firefox) habilitan la aceleración de GPU por defecto para composición, decodificación de video y WebGL/WebGPU. Esto asigna texturas y búferes de comandos en el grupo de memoria GPU compartida. Desactivarlo (Configuración → Sistema → "Usar aceleración de gráficos cuando esté disponible" → Desactivado) obliga al renderizado de software, moviendo esas asignaciones a la RAM del sistema.

Programas de inicio y aplicaciones en segundo plano

Autoruns (Sysinternals) enumera cada ubicación de inicio automático: claves Run/RunOnce, complementos de Explorer, Objetos auxiliares del navegador (BHO), DLL de AppInit, notificaciones de Winlogon, servicios y tareas programadas. Microsoft Learn: Autoruns Desactivar entradas de inicio innecesarias reduce la cantidad de procesos que pueden inicializar contextos de GPU (por ejemplo, lanzadores de juegos, herramientas de superposición, verificadores de actualizaciones). El ahorro de VRAM depende enteramente de qué programas desactive — no existe una cifra genérica.

Instalación del controlador NVIDIA: NVCleanstall vs. instalador estándar

NVCleanstall elimina componentes del paquete del controlador GeForce: GeForce Experience, telemetría, controlador de audio HD, componentes del codificador NVENC, etc. Descargas de NVCleanstall de TechPowerUp El controlador restante todavía contiene el tiempo de ejecución CUDA completo, el ICD de Vulkan y el ICD de OpenGL. El uso de VRAM en tiempo de ejecución para cargas de trabajo de IA es idéntico — NVCleanstall afecta la huella en disco, el tiempo de instalación y los servicios en segundo plano, no el asignador de memoria de CUDA.

Variantes de Windows desbloadas (AtlasOS, ReviOS, X-Lite, winutil)

Estos proyectos comunitarios eliminan componentes, servicios y tareas programadas de Windows para reducir el uso de recursos en segundo plano. AtlasOS se describe a sí mismo como "una versión optimizada de Windows, diseñada para entusiastas y jugadores." ReviOS afirma "recupera el sistema que mereces — rápido, privado, estable." winutil es una colección de scripts de PowerShell para desbloat manual.

Impacto en VRAM: Ninguno de estos proyectos publica puntos de referencia de memoria GPU. Reducen el uso de RAM del sistema y las interrupciones de CPU, lo que puede reducir indirectamente la presión de memoria GPU compartida, pero no se documentan ahorros de VRAM dedicados.

Configuración de doble GPU (iGPU para pantalla, dGPU para IA)

Enviar la salida de pantalla a través de la GPU integrada mientras se reserva la GPU discreta para cómputo es una arquitectura válida. En Windows con WDDM, el compositor se ejecuta en la GPU que maneja la pantalla. Si la iGPU maneja todos los monitores, dwm.exe asigna sus superficies desde la memoria compartida de la iGPU, dejando la VRAM dedicada de la dGPU prácticamente intacta por el escritorio.

Advertencia: La afirmación de que esto produce un "0 % de uso de VRAM de RTX 5090" es una afirmación comunitaria Artículo de Civitai 8085. Ninguna documentación de NVIDIA o Microsoft cuantifica el consumo residual de VRAM de la dGPU en esta configuración. Algunas versiones del controlador pueden seguir asignando contextos mínimos en la dGPU para la inicialización de CUDA o la gestión de energía.

Errores comunes y soluciones

Preguntas frecuentes (FAQ)

¿Desactivar los efectos de transparencia de Windows reduce la VRAM? Reduce la memoria GPU compartida usada por el compositor. La VRAM dedicada disponible para CUDA/DirectML no se ve afectada. Consulte la columna Memoria GPU compartida del Administrador de tareas para observar la diferencia.

¿Cuánta VRAM usa dwm.exe en Windows con una GPU discreta? No existe una cifra oficial de Microsoft. Las estimaciones comunitarias van de unos cientos de MB a ~2 GB en el grupo de memoria GPU compartida, según la resolución, la frecuencia de actualización y la cantidad de monitores. El grupo de VRAM dedicado es independiente.

¿chrome://gpuclean realmente libera memoria GPU o solo restablece el contexto? Desconocido — ninguna documentación de Chromium describe este endpoint. Los reportes comunitarios sugieren que reinicia el proceso de GPU, lo que liberaría sus asignaciones, pero esto no está verificado.

¿Por qué HAGS no reduce la VRAM, y qué optimiza realmente? HAGS mueve el programador de GPU desde un subproceso de CPU hasta un procesador de programación dedicado de la GPU. Mejora el ritmo de fotogramas y reduce la latencia de envío entre aplicaciones que comparten la GPU. No gestiona la asignación de VRAM. Blog de desarrolladores de DirectX

¿NVCleanstall cambia el uso de VRAM en el momento de la inferencia? No. NVCleanstall elimina componentes del instalador (GeForce Experience, telemetría, controlador de audio). El tiempo de ejecución CUDA instalado y el administrador de memoria del controlador son idénticos. NVCleanstall de TechPowerUp

¿El tamaño del archivo de paginación afecta la VRAM disponible para Stable Diffusion o ComfyUI? No. El archivo de paginación respalda la memoria comprometida del sistema. La VRAM la gestiona el controlador WDDM y el programador de GPU de forma independiente. Si la RAM del sistema se agota, un archivo de paginación más grande evita que se maten procesos, pero no aumenta la VRAM.

¿Cuál es la forma más rápida de liberar memoria GPU compartida antes de una ejecución de IA? Cierre pestañas del navegador y aplicaciones aceleradas por GPU (Discord, Steam, lanzadores de juegos). Desactive los efectos de transparencia. Reinicie Windows Terminal si la aceleración de hardware está habilitada. Estos reducen el grupo compartido; el grupo de VRAM dedicado para IA no cambia.