LTX Desktop 1.0.3에서 eGPU 및 보조 GPU 인식 문제 해결 방법

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

LTX Desktop 1.0.3의 백엔드 코드에 하드코딩된 CUDA 장치 인덱스를 0에서 1로 수정하여 eGPU 인식 문제를 해결할 수 있다.

배경

LTX Desktop 1.0.3 버전에서 eGPU 또는 두 번째 GPU가 인식되지 않는 현상이 발생했다. 이는 백엔드 파일 내에서 장치 번호가 0번으로 고정되어 있어 발생하는 문제로 확인되어 이를 수정하는 가이드가 공유됐다.

의미 / 영향

이 사례는 오픈소스 AI 도구의 초기 버전에서 발생할 수 있는 하드웨어 호환성 문제를 사용자가 직접 코드를 수정하여 극복할 수 있음을 보여준다. 개발자가 다중 GPU 환경을 고려하지 않고 인덱스를 하드코딩하는 실수가 실무에서 빈번하게 발생할 수 있음을 시사한다.

커뮤니티 반응

사용자들은 구체적인 파일 경로와 라인 번호가 포함된 해결책에 대해 긍정적인 반응을 보였으며, 특히 eGPU 사용자들에게 필수적인 팁으로 평가받았다.

합의점 vs 논쟁점

합의점

현재 버전의 LTX Desktop 백엔드 코드에 장치 인덱스 하드코딩 문제가 존재한다.
파일 수정 후 서버를 재시작해야 변경 사항이 적용된다.

실용적 조언

eGPU를 사용하는 경우 서버 실행 전 backend/ltx2_server.py와 backend/services/gpu_info/gpu_info_impl.py 파일을 열어 인덱스 0을 1로 변경할 것.
수정 후에는 반드시 LTX 서버를 재시작해야 설정이 반영됨을 유의할 것.

섹션별 상세

LTX Desktop 1.0.3에서 보조 GPU가 무시되는 원인은 백엔드 소스 코드 내에 CUDA 장치 번호가 0으로 하드코딩되어 있기 때문이다. 시스템은 기본적으로 첫 번째 GPU(인덱스 0)만 탐색하며, 외장 GPU나 추가 장치가 1번 인덱스에 할당된 경우 이를 인식하지 못한다.

첫 번째 수정 대상인 `backend/ltx2_server.py`의 111행 부근에서 `torch.device("cuda")`를 `torch.device("cuda:1")`로 변경해야 한다. 이 수정은 PyTorch가 실제 AI 추론 연산을 수행할 때 어떤 GPU 장치를 사용할지 명시적으로 지시하는 역할을 한다.

python

return torch.device("cuda:1")

backend/ltx2_server.py 파일에서 추론 장치를 1번 GPU로 지정하는 코드

두 번째 파일인 `backend/services/gpu_info/gpu_info_impl.py`에서는 총 세 군데의 인덱스 수정이 필요하다. `pynvml.nvmlDeviceGetHandleByIndex(0)`와 `torch.cuda` 관련 함수들의 인덱스를 모두 1로 변경하여 시스템이 올바른 GPU의 사양을 읽어오도록 만든다.

python

handle = pynvml.nvmlDeviceGetHandleByIndex(1)
return str(torch.cuda.get_device_name(1))
torch.cuda.get_device_properties(1)

gpu_info_impl.py 파일에서 GPU 정보를 1번 장치로부터 가져오도록 수정하는 코드

GPU 정보 쿼리 수정을 생략할 경우 LTX가 엉뚱한 GPU의 VRAM 정보를 읽어들여 성능 부족으로 오판할 위험이 있다. 이 경우 로컬 추론이 가능함에도 불구하고 강제로 API 모드로 전환되는 현상이 발생하므로 정보 조회 인덱스 일치가 필수적이다.

실무 Takeaway

LTX Desktop의 다중 GPU 인식 오류는 백엔드 스크립트의 하드코딩된 장치 인덱스 값을 수정하여 즉시 해결 가능하다.
추론 엔진(ltx2_server.py)과 하드웨어 정보 조회부(gpu_info_impl.py) 두 곳을 모두 수정해야 정상 작동한다.
정확한 GPU 인덱스 설정이 없으면 VRAM 용량 오인으로 인해 로컬 실행 대신 API 모드로 강제 전환될 수 있다.

언급된 도구

LTX Desktop추천

AI 이미지/영상 생성 및 추론을 위한 데스크톱 애플리케이션

PyTorch중립

AI 모델 추론 및 장치 할당을 위한 딥러닝 프레임워크