引擎直切在 12GB 级显卡上必然 503：M-R1 的显存可回收记账没覆盖三个真实引擎

[ReSerendipity]

现象

本机 RTX 5070 Ti Laptop（12227 MiB）。VoxCPM2 已加载时，通过 UI/接口切到 IndexTTS 2.5 或
2.0，直接 503 INSUFFICIENT_VRAM，且不会自动卸载旧引擎：

[IndexTTS2] VRAM 检查: 需要 9.00GB, 可用 5.53GB
[IndexTTS2] VRAM 检查: 需要 8.25GB, 可用 5.53GB

判别实验：不是硬件不够，是编排缺一步

同一台机器、同一批权重，每轮先显式 unload 再 load，6/6 全成功：

轮	引擎	卸载后可用	加载结果	耗时	加载后 nvidia-smi
R1	voxcpm2	9800 MiB	2xx	24s	9090 MiB
R1	indextts2	9660 MiB	2xx	31s	10098 MiB
R1	indextts20	9674 MiB	2xx	27s	10448 MiB
R2	voxcpm2	9630 MiB	2xx	28s	9062 MiB
R2	indextts2	9705 MiB	2xx	27s	10058 MiB
R2	indextts20	9683 MiB	2xx	27s	10357 MiB

卸载前后回落：基线 2290 → 全部卸载后 2507 MiB（spread 217 MiB，无泄漏）。
所以 IndexTTS 2.5（需 9.00GB）装得下，前提是旧引擎先释放。

根因（三段证据）

1. 日志里只有 [IndexTTS2] VRAM 检查（model_manager_core/load.py:538），没有
   [引擎切换] VRAM 检查 那行 → 切换路径没走到。
2. model_manager_core/switch.py:189-198 是 M-R1 修复：预检把「卸载当前引擎可释放的显存」
   计入可用量，注释明说否则「永远走不到『先卸载再加载』的路径」。但 routes/model.py
   的 load 端点对 voxcpm2 / indextts2 / indextts20 各自直接调专用加载器，只有
   generic 新式引擎才走 switch_engine → 三个真实引擎全部绕过该记账。
3. model_manager_core/load.py 内没有任何 unload_model 调用（grep 无匹配）→
   专用加载器既不先卸载，预检又是「当前空闲 vs 需求」的裸比较。

历史上这里曾把两个引擎一起压进显存导致 OOM（load.py:543-546 注释记着
「实测 12.10GB 落在 11.94GB 卡上」），当时改成了硬失败 —— 补丁止住了 OOM，
但没补「切换先卸载」，于是症状从崩溃变成永远 503。

期望

12GB 级显卡上，从 UI 切换引擎应当可用（卸载旧引擎 → 等回收 → 预检带可回收记账 → 加载），
而不是要求用户重启服务。三条候选路径：

• A. 让 routes/model.py 的 load 端点在「已有其他引擎加载」时统一走 switch_engine
  （最贴近 M-R1 原意，但要确认三个专用加载器的副作用）；
• B. 在专用加载器进入预检前先 unload_model() + 等待释放（switch.py 已有
  _wait_vram_freed，可复用）；
• C. 至少把 load.py 的裸比较换成 switch.py 同款的带记账版本，并在报错里提示
  「当前有 X 引擎驻留，卸载后可释放约 Y GB」。

环境

• 分支 main @ 6046bfa（v2.2.2 工作树），入口 start_portable.py
• 模型：model/VoxCPM2 4.6GB、model/IndexTTS-2.5、model/IndexTTS-2.0
• 验收脚本报出的 persona_count=6，音色均在本地

发现于 2026-09-20 真推理验收（DOD 第 9 项显存回落实测）。

[ReSerendipity]

已随 PR #116 合入 main（合并提交见 PR 页面）。

修复：load.py 新增 _unload_loaded_engines_for_load 清场助手（委托 unload_model + _wait_vram_freed 回收核验），load_voxcpm2/load_indextts2/load_indextts20 预检前先卸载驻留引擎；switch_engine 热待机路径 auto_unload=False 保住双引擎常驻。GPU 真机验证 4/4：voxcpm2 → indextts2 → indextts20 → voxcpm2 全部 2xx，日志出现「检测到已驻留引擎…先卸载再加载」+「旧引擎显存已按预期回收」。