# 2xRadeon AI PRO R9700 跑 MiniMax H3：Dual-Sage 双卡 Attention + 1.5× 高分辨率二次生成实测

[Chi Kui Chan]

2xRadeon AI PRO R9700 跑 MiniMax H3：Dual-Sage 双卡优化 + 1.5× 高分辨率实测

2× AMD Radeon AI PRO R9700 32GB 跑 MiniMax H3。

目标：利用两张 GPU 的算力生成 H3 视频

工作流：

864×480 H3 PASS1
→ 1.5× Learned Latent Upscale
→ 1312×736 H3 PASS2 refinement

实测结果：

时长	Frames	PASS2 分辨率	PASS2	总时间	结果
10s	243	1312×736	72.62 s/it	10:48	成功
12s	294	1312×736	95.43 s/it	13:38	成功
15s	~360	1312×736	~117 s/it（OOM 前）	—	OOM

10 秒稳定，12 秒可以完成但接近 32GB 显存上限，15 秒目前在 PASS2 OOM。

---

一、机器配置

硬件	配置
CPU	AMD Ryzen 5 5600X
主板	ASUS ROG Strix B550-E
PCIe	PCIe 4.0 x8/x8
GPU	2× AMD Radeon AI PRO R9700 32GB
GPU 架构	RDNA4 / gfx1201
内存	64GB
系统	Ubuntu 26.04 LTS

ROCm / ComfyUI 环境

项目	配置
ComfyUI	Docker
Docker OS	Ubuntu 24.04.4 LTS
Kernel	7.0.0-30-generic
Python	3.12.3
ROCm	7.2.4
PyTorch	2.9.1+rocm7.2.4
GPU	2× gfx1201
VRAM	31.86 GiB × 2
SageAttention	ROCm PR #381
MultiGPU	ComfyUI-MultiGPU

PyTorch 在 ROCm 下仍使用 torch.cuda API，所以日志中的 cuda:0 / cuda:1 实际对应两张 AMD R9700。

---

二、双 GPU 分工

两张 R9700 并不是简单平均分配整个 H3 模型：

GPU0	GPU1
Text Encoder	MiniMax H3 DiT
Video VAE	Sampler
Learned Latent Upscaler	Dual-Sage root
Dual-Sage helper

Dual-Sage 在 SageAttention ROCm PR #381 基础上，把 56 个 attention heads 拆成：

GPU1 / root   → 28 heads
GPU0 / helper → 28 heads

Synthetic Sage benchmark：

项目	结果
Dual-Sage split	28+28
Synthetic speedup	1.5675×

这里的 1.5675× 是 Attention benchmark，不是整个 H3 workflow 的加速比。

---

三、工作流

项目	配置
H3 Model	10Eros_Max_h3_TURBO-hybrid_beta4_int8_convrot.safetensors
Quantisation	INT8 / Mixed Precision
Attention	SageAttention ROCm PR #381
Multi-GPU Attention	Dual-Sage 28+28
FFN	FeedForward Chunking
PASS1	864×480
Latent Upscale	1.5×
PASS2	1312×736

工作流：

864×480
→ H3 PASS1
→ Learned Latent Upscale 1.5×
→ 1312×736
→ H3 PASS2 refinement
→ VAE Decode

重点是 upscale 后重新进入 H3 做第二次 refinement，而不是 VAE decode 后做普通视频 upscale。

---

七、目前结论

Duration	Frames	PASS2	Speed	GPU1 VRAM	Result
10s	243	1312×736	72.62 s/it	~27.5 GB	成功
12s	294	1312×736	95.43 s/it	~30.3 GB	成功
15s	360	1312×736	~117 s/it	~31.2 GB+	OOM

---

OOM 并不是发生在 SageAttention，而是在 PASS2 的 QKV / LoRA 路径：

qkv_proj(x)
→ LoRA adapter
→ out * scale
→ OOM

当时 PyTorch 需要额外申请约：

4.18 GiB

所以目前 15 秒的主要限制是 GPU1 的 temporary activation VRAM peak。

目前已经实现：

2× R9700 32GB
+ ROCm 7.2.4
+ SageAttention ROCm PR #381
+ Dual-Sage 28+28
+ GPU0/GPU1 workload separation
+ 864×480 PASS1
+ 1.5× Latent Upscale
+ 1312×736 PASS2

10 秒稳定完成，12 秒已经验证可以完成；15 秒目前卡在 PASS2 QKV / LoRA 的显存峰值。

[terry]

非常好，多发点实际截图，显卡照片。R700也是论坛神卡，全能战神。

[XXX]

引誘我再買一張R9700...