-
综上双卡应该就是最佳的了，优化完后大概是1张 48G 显存的水平。性能能到5090那个层级。四卡显存利用率会大幅下降，优化完后大概是PRO 5000 72G的水平，但代价是功耗是1200W，性能大概是单卡的3倍。
-
-
-
@Bunsei 那以后推荐卡的顺序都变了，有24G的卡能测试下吗？我这几天没时间，想大家测试了，我忙完，11月中直接抄作业。你搞完这个帖子要奖励你50积分，先奖励20积分。因为太重要了。感谢你的贡献！
-
@terry 我只有两张R9700 7900XTX我么的。而且得注意RDNA4跟RDNA3之间差的蛮大的，不能指望算力上有多大的提升。 显存方面按照我的测试双卡大概是 70%左右的利用率、最高80%，但这个是全程脱离了comfyui的环境的，而且配套的节点还没vibe出来，所以我不能保证。
-
-
mark留名，双r9700只搞了Qwen3.8fn，速度还是很满意的。
这下可以跟着大佬们学习跑图和视频了。
-
mark留名，双r9700只搞了Qwen3.8fn，速度还是很满意的。
这下可以跟着大佬们学习跑图和视频了。 -
-
，
T terry 引用了 此主题
-
，T terry 引用了 此主题
-
@shawn-shen 跑的是radiance 吗？
测试下512K 长上下文呗
@applejuice 是的，radiance推qwen3.8-next-flash-uncensored-fp8-iq4r-moe这个破甲模型。
部署来自己开发用的，所以上下文设的512k，日常速度大概170t/s，调试说是大约支持2并发。
ngram卸载到nvme之后，内存要求蛮低的，我记得空了二三十g的样子，我内存是96g，感觉64g说不定也能用了。 -
@applejuice 是的，radiance推qwen3.8-next-flash-uncensored-fp8-iq4r-moe这个破甲模型。
部署来自己开发用的，所以上下文设的512k，日常速度大概170t/s，调试说是大约支持2并发。
ngram卸载到nvme之后，内存要求蛮低的，我记得空了二三十g的样子，我内存是96g，感觉64g说不定也能用了。 -
-
-
，系统 取消固定了此主题
-
-
@Bunsei 那以后推荐卡的顺序都变了，有24G的卡能测试下吗？我这几天没时间，想大家测试了，我忙完，11月中直接抄作业。你搞完这个帖子要奖励你50积分，先奖励20积分。因为太重要了。感谢你的贡献！
-
-
-
-
-
@fcys 能跑通那就牛逼了，这两个卡就是同一张卡，只是显存区别。你48G不需要TP吧，那就是说原理上是通的，我看你这效果也不错啊。双卡XTX主要是为了高分辨率和时长突破，处理一些特殊情况，平时分开跑，24G能跑还不错的分辨率。
如果每步耗时快这么多，其他部分是可以优化的，最终可以做到很不错的效果。这个和显卡架构无关，可能要改软件。
@terry 需要配合内存调度，才能补上单卡 24G 的短板。
在本次测试里，通过多次实验发现，锁定主机内存能在不拖慢速度的前提下提高分辨率和时长。
把部分 DiT 权重放在锁定的主机内存里，算当前层的同时异步搬运下一层。视频序列很长，1MP、226 帧大约有 6.7 万个 token，每层的计算时间远长于搬运时间，所以搬运基本被计算掩盖。
这次在 R9700 上实测，每步搬十几 GB，步时只增加 1–4%。权重腾出来的显存可以留给激活，而分辨率和时长受限的正是激活，所以能跑的规模就上去了。我把每卡主机池从 12G 加到 20G 后，双卡跑通了 1920×1088、158 帧，1MP 的帧数上限也从 260 提到 328，没有换显卡。
GPU 只保留正在计算的 2–3 层，再加上激活分块。XTX 的算力比 R9700 低，每层算得更久，所以内存的搬运反而更容易被隐藏，这套方法理论上更适合 XTX。
至于每步速度，还要靠 gfx11 的注意力内核来优化，这部分和架构有关。
本帖参与讨论人数已达 10+，入选热议，作者 +3 积分奖励，感谢分享！
, 咱们是用什么跑的？