AI 剧情长片工程：从分镜表到 90 分钟成片（流水线拆解）
-
@Peter-Guan 三档给你，价格按 2026-09 国内二手/全新的大致区间，只当锚点，别当报价。按「本地跑 27B–70B + 视频生成」分。
【最便宜 · 能跑就行】约 0.8–1.2 万
- GPU：二手 RTX 3090 24G，约 5000–6000，Ampere 有 BF16，24G 单卡是底线
- 平台：二手 X99/C612 + E5-2680v4 + 128G DDR4 ECC REG，板U内存一套约 1500–2500
- 电源 1000W 金牌、普通 4U 或开放机架
- 合适：27B Q4、14B 全精度、7B 长上下文；单卡 24G 是硬上限，MoE 靠 CPU 卸载会明显掉速
【最有性价比 · 甜点】约 2–3 万
- GPU：单卡 AMD R9700 Pro 32G（约 1.5 万，RDNA4 有 FP8）或二手 4090 24G（约 1.3 万）；要双卡就 2×3090（有 NVLink）或 2×R9700
- 平台：AM5 或二手 EPYC 7002（ROMED8-2T / H12SSL 等）+ 128–256G ECC，主板必须 CPU 直出 x8/x8
- 电源 1200W ATX3.1、隔槽 + 强进风
- 合适：27B 全精度/INT4、32G 吃满 262K；双卡 TP 上 70B INT4。2026 年本地最舒服的一档
【最理想 · 不妥协】约 6–10 万+
- GPU：2–4× R9700 32G，或 RTX Pro 6000 96G（有 NVLink）
- 平台：单路 SP5 或双路，256G+ ECC，PCIe 5.0 x16 双槽
- 电源 1600W–2kW、水冷/涡轮
- 合适：70B–120B INT4 常驻、多并发 agent、H3/WAN 视频生成
三条通用：
- 先定模型再买卡。27B dense 单卡 32G 就够，别为「将来可能玩 70B」提前付双卡钱。
- 系统内存别省，128G 起；MoE 和 H3 这类吃 host 内存。
- 电源按 1.5 倍瞬态留余量，双卡尤其。
你现有 32G VRAM + 96G DRAM + 4TB NVMe 已经能当底座，瓶颈只在 GPU 这一项。
-
@imbiplaza-asus 你这几条约束里，「32G 原生 + 不剪枝 + 1MP + 50 s/it」在 H3 上互相打架，先把取舍讲清楚，再给可跑的配置。
一、模型（32G 上的非剪枝路线）
- 主力用 H3-Base-FL2VA，首尾帧控制最稳。
- 非剪枝权重里能进 32G 的：FP8 + FP16 attention，26.7 GiB；int8_convrot 31.7 GiB 也装得下，但留给 VAE/激活的空间几乎为零，得把 VAE 或部分层 offload 到 CPU，反而更慢。
- 文本编码器用 nvfp4_awq（14.6 GiB），ComfyUI 会先编码 prompt 再释放，不用和 DiT 同时常驻。
- 「不剪枝」的代价就是 DiT 更大、显存更紧，1MP 以上要开分块/offload。剪枝版（pruned_int8 19.5 GiB）省的主要是 AdaLN，不是把主权重砍一半，画质损失没名字听起来那么大，值得你自己 A/B 一次。
二、加速（Blackwell 优先）
- attention 用 Sol-Attn Triton（kijai/ComfyUI-SolAttn_triton），Blackwell 上比 SageAttention 快 1.14–1.44 倍，MLP 峰值显存降约 37%。
- 采样先用 PDD 8-step Acc LoRA（比 Turbo 稳），要更快再试 FastH3 4-step，纹理有损。
- 别把「SLA dense_steps 清空 + 4 步」当万能：4 步只适合运动小的镜头，打斗镜头用 8 步。
三、武侠打斗（有招式、有动作设计）
- 动作控制走 Fun-Controlnet-Union（alibaba-pai）+ ComfyUI-H3-FunControl，一个约 6.8 GiB 分支覆盖 pose / depth / canny。先拿参考视频抽姿态，再用 pose 序列驱动，纯 prompt 出不了招式。
- 分镜层面：一招一镜，起手→发力→收招，每镜 3–5 秒；首尾帧卡关键姿势，中间交给模型。
- 跨 15 秒段用 ComfyUI-H3-Motion-Context，把上一段的尾帧和音频一起喂给下一段，动作方向才不会断。
四、小脸不崩
- 用 Ref2VA（最多 9 张参考图 + 3 段视频）锁角色，配 LoRA + 固定触发词；对白/特写镜头走 face refine + lip-sync 管线，别指望 4 步采样保住五官。
- 同一角色同一场景固定 seed 区间；每次换段先出一张定妆帧确认。
五、关于 1MP 与 50 s/it
- 先统一口径：H3 的 s/it 是每步去噪耗时。公开数据参考：5090 上 VDN 在 1280×736 / 145 帧是 17 s/it；4090 上 Ref2VA 稀疏注意力约 72 秒出一条 5 秒片段。
- 32G Blackwell 用 FP8 DiT + Sol-Attn，1MP 档大概落在 25–45 s/it；真到 1024×1024 全程 1MP，attention 和 VAE 会把时间推上去，50 s/it 有机会，但要接受 offload。
- 更实际的做法：先按 1280×736 出 5 秒样片，把 4/8 步、SLA 开关、VAE 分块各测一轮，再决定要不要冲 1MP。
最后：H3 单次上限就是 15 秒，1 分钟要分块接力。先把「一段打斗 5 秒不崩」跑稳，再谈长片。
-
-
-
-
太子企圖謀篡wwwww
-
@Peter-Guan 三档给你，价格按 2026-09 国内二手/全新的大致区间，只当锚点，别当报价。按「本地跑 27B–70B + 视频生成」分。
【最便宜 · 能跑就行】约 0.8–1.2 万
- GPU：二手 RTX 3090 24G，约 5000–6000，Ampere 有 BF16，24G 单卡是底线
- 平台：二手 X99/C612 + E5-2680v4 + 128G DDR4 ECC REG，板U内存一套约 1500–2500
- 电源 1000W 金牌、普通 4U 或开放机架
- 合适：27B Q4、14B 全精度、7B 长上下文；单卡 24G 是硬上限，MoE 靠 CPU 卸载会明显掉速
【最有性价比 · 甜点】约 2–3 万
- GPU：单卡 AMD R9700 Pro 32G（约 1.5 万，RDNA4 有 FP8）或二手 4090 24G（约 1.3 万）；要双卡就 2×3090（有 NVLink）或 2×R9700
- 平台：AM5 或二手 EPYC 7002（ROMED8-2T / H12SSL 等）+ 128–256G ECC，主板必须 CPU 直出 x8/x8
- 电源 1200W ATX3.1、隔槽 + 强进风
- 合适：27B 全精度/INT4、32G 吃满 262K；双卡 TP 上 70B INT4。2026 年本地最舒服的一档
【最理想 · 不妥协】约 6–10 万+
- GPU：2–4× R9700 32G，或 RTX Pro 6000 96G（有 NVLink）
- 平台：单路 SP5 或双路，256G+ ECC，PCIe 5.0 x16 双槽
- 电源 1600W–2kW、水冷/涡轮
- 合适：70B–120B INT4 常驻、多并发 agent、H3/WAN 视频生成
三条通用：
- 先定模型再买卡。27B dense 单卡 32G 就够，别为「将来可能玩 70B」提前付双卡钱。
- 系统内存别省，128G 起；MoE 和 H3 这类吃 host 内存。
- 电源按 1.5 倍瞬态留余量，双卡尤其。
你现有 32G VRAM + 96G DRAM + 4TB NVMe 已经能当底座，瓶颈只在 GPU 这一项。
@Peter-Guan 三档给你，价格按 2026-09 国内二手/全新的大致区间，只当锚点，别当报价。按「本地跑 27B–70B + 视频生成」分。
【最便宜 · 能跑就行】约 0.8–1.2 万
- GPU：二手 RTX 3090 24G，约 5000–6000，Ampere 有 BF16，24G 单卡是底线
- 平台：二手 X99/C612 + E5-2680v4 + 128G DDR4 ECC REG，板U内存一套约 1500–2500
- 电源 1000W 金牌、普通 4U 或开放机架
- 合适：27B Q4、14B 全精度、7B 长上下文；单卡 24G 是硬上限，MoE 靠 CPU 卸载会明显掉速
【最有性价比 · 甜点】约 2–3 万
- GPU：单卡 AMD R9700 Pro 32G（约 1.5 万，RDNA4 有 FP8）或二手 4090 24G（约 1.3 万）；要双卡就 2×3090（有 NVLink）或 2×R9700
- 平台：AM5 或二手 EPYC 7002（ROMED8-2T / H12SSL 等）+ 128–256G ECC，主板必须 CPU 直出 x8/x8
- 电源 1200W ATX3.1、隔槽 + 强进风
- 合适：27B 全精度/INT4、32G 吃满 262K；双卡 TP 上 70B INT4。2026 年本地最舒服的一档
【最理想 · 不妥协】约 6–10 万+
- GPU：2–4× R9700 32G，或 RTX Pro 6000 96G（有 NVLink）
- 平台：单路 SP5 或双路，256G+ ECC，PCIe 5.0 x16 双槽
- 电源 1600W–2kW、水冷/涡轮
- 合适：70B–120B INT4 常驻、多并发 agent、H3/WAN 视频生成
三条通用：
- 先定模型再买卡。27B dense 单卡 32G 就够，别为「将来可能玩 70B」提前付双卡钱。
- 系统内存别省，128G 起；MoE 和 H3 这类吃 host 内存。
- 电源按 1.5 倍瞬态留余量，双卡尤其。
你现有 32G VRAM + 96G DRAM + 4TB NVMe 已经能当底座，瓶颈只在 GPU 这一项。
这个太贵了吧。 网上很多2*2080（22G VRAM），比 AMD R9700 Pro 32G（约 1.5 万，RDNA4 有 FP8）或二手 4090 24G（约 1.3 万）怎样？@xiaote
-
@philipshi2026 两码事，别只看「44G 总显存」。
-
2×2080Ti 22G（22G 基本是改卡）：总价便宜，但单卡还是 22G，ComfyUI 不会把一条视频流水线自动拆到两张卡上合并显存；要合并得 tensor parallel，视频模型支持很差。Turing 没有 BF16/FP8，FlashAttention-2、SageAttention、FP8 量化这些新内核基本要 sm80+，你只能跑 FP16 + 老 attention，H3/WAN 会又慢又吃显存。再加改卡无保、矿卡风险、双卡 1000W 电源和噪音。它适合「双卡 TP 跑 27B/70B INT4」或「两张卡并行跑两个任务」，不适合当 32G 单卡的替代品。
-
二手 4090 24G：CUDA 生态最省心，BF16/FP8 和主流加速内核全支持，单卡速度约 2080Ti 的 2–3 倍；缺点是 24G 对 1MP 长视频偏紧，要 offload，且无 NVLink、双卡不划算。
-
R9700 Pro 32G：最大优势是单卡 32G，1MP/14B 级视频更从容，也有 FP8；但 ROCm + ComfyUI 生态不如 CUDA，SageAttention/部分 Triton 节点要换实现。买前先在你的机器上跑通 H3 工作流再下单。
建议：主力是 ComfyUI 视频、想省心 → 优先单卡 4090；愿意折腾 ROCm、要 32G → R9700 Pro；预算 1 万内只想练手 → 先买一张 2080Ti 22G 跑通 5 秒 720p，别一上来双卡。买改卡记得问清 vBIOS/保修/是否矿卡，电源 1000W 起，
nvidia-smi topo -m看有没有 NVLink/P2P。 -
-
2×2080Ti 22G使用NVLink可以解决显存合并的问题，你忘记说了？@xiaote
-
@philipshi2026 这条我上回没展开，但不是忘了：NVLink 解决的是「跨卡带宽」，不是「显存自动合并」。
- 对 LLM：说 2×2080Ti 22G 靠 NVLink 当 44G 跑一个模型，基本成立——llama.cpp
--split-mode row、vLLM--tensor-parallel-size 2会把权重/计算切开，NVLink 的 P2P（2080Ti 是 NVLink 2.0，双向约 100GB/s）让 all-reduce 和跨卡读显存快很多。这也是我说它「适合双卡 TP 跑 27B/70B INT4」的原因。 - 对 ComfyUI 视频：不成立。ComfyUI 原生不会把一条 WAN/H3 工作流自动拆成两卡再合并显存；MultiGPU/DisTorch 那类节点只是把部分 block、文本编码器手动挪到第二张卡，是「卸载」不是「合并」。真模型并行要 xDiT/USP 这类，Turing 上现成工作流很少。
- 另外 2080Ti 是 sm75：没有 BF16/FP8，FA2、SageAttention 基本要 sm80+，只能 FP16 + 老 attention，视频生成又慢又吃显存。
所以：跑 LLM 这套是低价好选择；跑视频还是单卡 32G/4090 省心。要买改卡，先让卖家跑
nvidia-smi topo -m（应看到 NV2）和nvidia-smi nvlink -s确认桥和 P2P 真通，再问 vBIOS 是否一致、保修多久。 - 对 LLM：说 2×2080Ti 22G 靠 NVLink 当 44G 跑一个模型，基本成立——llama.cpp
-
对于2×2080Ti 22G ，跑 nvidia-smi topo -m（应看到 NV2）和 nvidia-smi nvlink -s 确认桥和 P2P 真通，这两个命令分别正常的显示是怎样的？请给出真是的样例。@xiaote
-
@philipshi2026 正常长这样（UUID、CPU Affinity 随机器变；核心看交叉格是 NV2、两条链路都有速率。老驱动没有 NUMA 那两列，不影响）：
nvidia-smi topo -mGPU0 GPU1 CPU Affinity NUMA Affinity GPU NUMA ID GPU0 X NV2 0-15 0 N/A GPU1 NV2 X 0-15 0 N/Anvidia-smi nvlink -sGPU 0: NVIDIA GeForce RTX 2080 Ti (UUID: GPU-xxxxxxxx-...) Link 0: 25.781 GB/s Link 1: 25.781 GB/s GPU 1: NVIDIA GeForce RTX 2080 Ti (UUID: GPU-xxxxxxxx-...) Link 0: 25.781 GB/s Link 1: 25.781 GB/s判读（2080 Ti 是 NVLink 2.0、双链路）：
- 正常：topo 交叉格 = NV2；每卡 Link 0/1 都是 25.781 GB/s。单链路约 25 GB/s 单向，双链路约 50 GB/s 单向、100 GB/s 双向。
- 出现 NV1 + 一条
Link 1: <inactive>：只通了一条，多半是桥没插到位、金手指脏或桥坏；出现 PIX/PXB：系统根本没识别到 NVLink，先重插桥。 - 再跑
nvidia-smi nvlink -e看有无 CRC/FEC 错误；nvidia-smi nvlink -c里P2P is supported: true才正常。 - topo 只证明物理链路。要证 P2P 真能用，跑 CUDA samples 的
p2pBandwidthLatencyTest（双链路单向约 48、双向约 96 GB/s），或python3 -c "import torch; print(torch.cuda.can_device_access_peer(0,1), torch.cuda.can_device_access_peer(1,0))"，应输出True True。
买 22G 改卡时顺带确认桥的间距（3 槽/4 槽）和挡板对得上，两张卡 vBIOS 尽量一致。
-
请继续详细对比双卡3080（20G）、 2×3090（有 NVLink）或 2×R9700，包含LLM支持、视频和所需硬件配置@xiaote
