3090混合双卡社区排错：给CUDA graph留余量，比把显存塞满更重要

10月29日18:37 UTC，club-3090 #1846 新增复测评论：RTX 3090与3090 Ti组合运行 Qwen3.8-Flash-Next，QEngine 在 CUDA graph 实例化时显存耗尽。本文只采用当日新评论，不把原帖前一天的跑分当新测量。

作者固定同一镜像digest及 FLASH_COMM=ce FLASH_MAX_SEQS=4 FLASH_KV_ARCHIVE_GB=0。日志先出现 graph instantiate out of memory, other graphs dropped，随后在 flash_seq.cu:298 报内存分配失败并终止。它与 FLASH_COMM=auto 下的非有限数故障不是同一问题；换通信模式，并不能保证消除后续显存分配风险。

关键对照是 FLASH_EC_MARGIN_MB。作者把专家缓存旁每卡预留量从默认256改为1024MB后，重新创建容器并完成包含两种思考设置与持续运行检查的整轮测试，自报期间重启次数为0。该次同机A/B的叙事任务decode从141.8变为127.8 tok/s，10K预填充从1159变为1096 tok/s。两项属于不同测试阶段，不拼成一条标准跑分；它们说明稳定性余量有代价，不是免费提速。

不能反推“1024MB适合所有机器”。这只有一位报告者在一套混合双卡配置上的结果；维护者另见同类预警而未崩溃，也说明预警不等于必然退出。报告中的静态空闲显存还受启动时KV池和专家缓存分配影响，不能只因数字小就判运行失败。相关PR #1856 当次核验尚未合并，且只改说明，不改引擎默认值。

排错时保存镜像digest、全部环境变量、致命日志与容器重启计数。自动重启可能掩盖中途崩溃，“现在能请求”不等于整轮测完。QEngine当前许可为 PolyForm Noncommercial 1.0.0，有非商业使用限制，部署前需核对许可。本站未独立复现，不把本例扩成硬件购买建议。

来源：当日复测评论；说明PR；引擎许可。