vram usage does not go back down after model unloads – stuck in Stopping…

该报错通常出现在 Ollama 模型卸载后 VRAM 无法回降、状态卡在 Stopping... 的场景。优先排查 ollama_llama_server 子进程是否残留，以及客户端（如 n8n）是否过早断开连接。

快速结论：该报错通常出现在 Ollama 模型卸载后 VRAM 无法回降、状态卡在 Stopping... 的场景。优先排查 ollama_llama_server 子进程是否残留，以及客户端（如 n8n）是否过早断开连接。

适用环境：Windows 11、AMD RX 7800 XT / 24.8.1 驱动（用户原驱动为 24.9.x）、ROCm 6.1、Ollama 0.4.1（Issue 讨论环境中使用的版本）。

最快修复方案：暂无确认的一步官方修复方案。可优先尝试：

  • 检查并手动终止残留的 ollama_llama_server 进程（在资源管理器中结束任务或使用 taskkill /IM ollama_llama_server.exe /F）。
  • 将 AMD 显卡驱动降级至 24.8.1（关联 Issue #7107 中提到的潜在修复，尚未在此 Issue 中完全确认）。
  • 在 n8n 等客户端中，可临时使用“强制杀死 ollama 进程”的工作流（用户已验证，但非推荐方案）。

注意事项：降级驱动可能影响其他软件的稳定性，请评估风险后操作；强制杀死进程可能导致未保存的上下文丢失。

问题场景

用户在 Windows 平台使用 Ollama 运行 llama3.2:3b 模型，通过 n8n 或 Discord bot 调用 Ollama API，设置 keep alive=0 期望模型立即卸载，但 ollama ps 显示模型状态卡在 Stopping...，VRAM 使用没有回降到加载模型前的水平，ollama_llama_server 子进程持续占用显存。手动退出整个 Ollama 程序后 VRAM 才恢复正常。

报错原文

vram usage does not go back down after model unloads - stuck in Stopping...

在 ollama ps 输出中模型状态显示为 Stopping...，且长时间不消失。

原因分析

根据 Issue 讨论，可能原因包括：

  • 调度器竞争条件：在多并发调用或客户端连接过早关闭时，Ollama 调度器可能出现竞态，导致模型卸载信号未正确传递到 ollama_llama_server，子进程未能正常退出。
  • 客户端连接处理异常：使用 n8n、Discord bot 等非标准客户端时，如果连接意外关闭而未发送正常的卸载请求，模型可能停留在 Stopping... 状态。
  • AMD 驱动版本问题：用户使用的驱动版本（24.9.x）可能与其他已知问题相关（如 #7107），导致 VRAM 释放异常。
  • Ollama 0.4.1 的 bug：该版本可能存在未完全处理的卸载流程，在后续版本（如 0.6.5）中社区观察到类似现象已被部分修复，但未完全解决。

环境排查

标签
celebrityanime
celebrityanime
文章: 15289

相关文章

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注