---
name: diffusers_unload
kind: function
lang: py
domain: ml
version: "1.0.0"
purity: impure
signature: "def diffusers_unload(pipe: Any | None = None) -> None"
description: "Libera la memoria de un pipeline diffusers. Si pipe=None limpia el cache global de diffusers_load_pipeline. Siempre llama gc.collect() y torch.cuda.empty_cache()."
tags: [diffusers, ml, memory, cleanup, vram, cache, pendiente-usar]
uses_functions: []
uses_types: []
returns: []
returns_optional: false
error_type: "error_go_core"
imports: [torch, gc]
params:
  - name: pipe
    desc: "Pipeline a liberar con del. Si None, limpia el cache global _PIPELINE_CACHE de diffusers_load_pipeline (descarga todos los pipelines cacheados)."
output: "None. Efecto secundario: del pipe si pasado, cache limpiado si None, gc.collect() y torch.cuda.empty_cache() siempre."
tested: true
tests:
  - "unload None limpia cache cuda si disponible"
test_file_path: "python/functions/ml/tests/test_diffusers_backend.py"
file_path: "python/functions/ml/diffusers_unload.py"
---

## Ejemplo

```python
from diffusers_unload import diffusers_unload

# Liberar un pipeline especifico
diffusers_unload(pipe)

# Limpiar TODO el cache (descarga todos los modelos en memoria)
diffusers_unload()
```

## Notas

`del pipe` no garantiza liberacion inmediata si hay otras referencias al objeto.
Llamar `diffusers_unload(pipe)` + borrar la referencia local (`pipe = None`)
para asegurar que el GC pueda recolectar.

`torch.cuda.empty_cache()` solo libera cache del allocator de PyTorch, no
memoria que otros procesos ocupen. Para liberacion total, el proceso debe terminar.

Import lazy de torch — si no esta instalado, omite empty_cache silenciosamente.