【结论：可行！】双 RX 7900 XTX 以 TP=2 跑 MiniMax-H3 的可行性实测报告
-
双 RX 7900 XTX 以 TP=2 跑 MiniMax-H3和单K 4080S 32GB，就跑comfyui来说，选择哪个更有效率？反正4080S也有3年质保嘛，楼主大神建议一下。
@Michael-ZHANG 你喜欢折腾就搞A，你喜欢安逸就选N。
劈头盖脸问我是要娶柳岩好还是孙燕姿好，你也是把我问到了。 -
-
-
出1344乘768分辨率的视频，测试是16g显存就够，其实双7900xtx可以测试一下生成1920或者2048分辨率，甚至更高，看看速度怎么样
@Werther-Wang 常规工作流是跑个低分辨率低桢的视频来校验关键词，没问题通过专门的节点补桢并提升分辨率。起手高分辨率我看来意义不大。
-
@Werther-Wang 常规工作流是跑个低分辨率低桢的视频来校验关键词，没问题通过专门的节点补桢并提升分辨率。起手高分辨率我看来意义不大。
-
@xiongjie-gao 直出高分辨率画质会好一些。对画质有极致要求的可以尝试，一般也都用不到。
@Werther-Wang anyway,作为测试其能力边界，是有意义的。而且TP＝2明显摊薄通信短板，已经安装上在跑了。
-
出1344乘768分辨率的视频，测试是16g显存就够，其实双7900xtx可以测试一下生成1920或者2048分辨率，甚至更高，看看速度怎么样
-
@Werther-Wang 谢谢你的对比测试,有参考意义.
@Michael-ZHANG 不过你还要考虑cpu和内存有没有影响，这个我不知道，我测试用的cpu和内存你也考虑下。
-
谢谢老哥的对比测试, 目前单卡起步跑儿童频道, 多几个月买多一张了过来抄作业. 🤩 也感谢各位a卡发热的老哥们
现在好稀罕几个月前买下的7900xtx 下了班折腾折腾还挺好玩
-
@Michael-ZHANG 不过你还要考虑cpu和内存有没有影响，这个我不知道，我测试用的cpu和内存你也考虑下。
@Werther-Wang 我的配置：
CPU：AMD EPYC 7k62
内存：镁光DDR4 3200 RECC 32GB x2
硬盘：SSD致钛1TB NVme
主板：华南金牌H12D-8D（单路）
电源：长城F16白金1600W
显卡：AMD MI50x2
机箱：长城黑匣子AI09
网卡：主板自带2.5GBx2
C PU，内存，SSD，显卡是公司淘汰的，其他的我自己买的。目前准备再买2条32GB REC C内存。再买显卡把MI50换了，之前考虑A卡Pro9700一张或者2张， 看了大家的测评，感觉买一张N卡就可以了。这套系统主要跑comfyui。LLM用在线API，主要用Deepseek/MiniMax/千问三家的。 -
@Michael-ZHANG 不过你还要考虑cpu和内存有没有影响，这个我不知道，我测试用的cpu和内存你也考虑下。
@Werther-Wang CPU和内存不会是瓶颈
通信摊薄曲线：640×352 → 1536×864（124 帧，均为 4–8 步实测）
分辨率 S（token） 单卡 s/步 TP=2 s/步 加速比 all_reduce 通信耗时占单步 640×352 8 140 5.80 5.28 1.10× 8.6 GB 45% 832×480 14 430 11.23 9.44 1.19× 14.9 GB 40% 1024×576 21 312 19.10 14.99 1.27× 21.8 GB 36% 1280×704 32 560 35.49 26.00 1.37× 33.0 GB 32% 1344×768 37 296 43.72 30.78 1.42× 37.8 GB 29% 1536×864 47 952 65.60 44.49 1.47× 48.5 GB 26% 通信耗时 = TP2 单步 − 单卡单步/2（把「计算完美二分」当基准），等效带宽稳定在 3.6–4.2 GB/s。加速比随 S 单调上升，S 从 8.1k 到 48k（5.9×）时单卡单步涨 11.3×，因为 attention 是 S²、all_reduce 只是 S——这就是“摊薄”的来源。
左：单卡 vs TP=2 每步耗时；右：加速比。640×352 只有 1.10×（通信占单步 45%），到 1536×864 升到 1.47×（通信占 26%），上限趋近 2×。
基本印证跟我的对提升上限1.50×的猜想
-
@Werther-Wang CPU和内存不会是瓶颈
通信摊薄曲线：640×352 → 1536×864（124 帧，均为 4–8 步实测）
分辨率 S（token） 单卡 s/步 TP=2 s/步 加速比 all_reduce 通信耗时占单步 640×352 8 140 5.80 5.28 1.10× 8.6 GB 45% 832×480 14 430 11.23 9.44 1.19× 14.9 GB 40% 1024×576 21 312 19.10 14.99 1.27× 21.8 GB 36% 1280×704 32 560 35.49 26.00 1.37× 33.0 GB 32% 1344×768 37 296 43.72 30.78 1.42× 37.8 GB 29% 1536×864 47 952 65.60 44.49 1.47× 48.5 GB 26% 通信耗时 = TP2 单步 − 单卡单步/2（把「计算完美二分」当基准），等效带宽稳定在 3.6–4.2 GB/s。加速比随 S 单调上升，S 从 8.1k 到 48k（5.9×）时单卡单步涨 11.3×，因为 attention 是 S²、all_reduce 只是 S——这就是“摊薄”的来源。
左：单卡 vs TP=2 每步耗时；右：加速比。640×352 只有 1.10×（通信占单步 45%），到 1536×864 升到 1.47×（通信占 26%），上限趋近 2×。
基本印证跟我的对提升上限1.50×的猜想
-
@xiongjie-gao 分辨率还能再提高么？最高能生成多大的分辨率，我比较好奇。
@Werther-Wang 我的两张卡性能开关都在均衡上，要测极限还要动硬件。太累了
-
，
T terry 固定了此主题
-
-
双 RX 7900 XTX 以 TP=2 跑 MiniMax-H3和单K 4080S 32GB，就跑comfyui来说，选择哪个更有效率？反正4080S也有3年质保嘛，楼主大神建议一下。
-
@Werther-Wang 这是你的测试结果吗？怎么最近我有段时间没玩了，视频的要求已经这么低了？原生高分辨率的意义就是在正式出片时，大显存强算力单卡生产。否则试错成本太高不值得。放大也有专门的节点和工作流，虽然没原生好，调试下，也能用。
-
-
，T terry 引用了 此主题
-
-
-
@Werther-Wang CPU和内存不会是瓶颈
通信摊薄曲线：640×352 → 1536×864（124 帧，均为 4–8 步实测）
分辨率 S（token） 单卡 s/步 TP=2 s/步 加速比 all_reduce 通信耗时占单步 640×352 8 140 5.80 5.28 1.10× 8.6 GB 45% 832×480 14 430 11.23 9.44 1.19× 14.9 GB 40% 1024×576 21 312 19.10 14.99 1.27× 21.8 GB 36% 1280×704 32 560 35.49 26.00 1.37× 33.0 GB 32% 1344×768 37 296 43.72 30.78 1.42× 37.8 GB 29% 1536×864 47 952 65.60 44.49 1.47× 48.5 GB 26% 通信耗时 = TP2 单步 − 单卡单步/2（把「计算完美二分」当基准），等效带宽稳定在 3.6–4.2 GB/s。加速比随 S 单调上升，S 从 8.1k 到 48k（5.9×）时单卡单步涨 11.3×，因为 attention 是 S²、all_reduce 只是 S——这就是“摊薄”的来源。
左：单卡 vs TP=2 每步耗时；右：加速比。640×352 只有 1.10×（通信占单步 45%），到 1536×864 升到 1.47×（通信占 26%），上限趋近 2×。
基本印证跟我的对提升上限1.50×的猜想
@Werther-Wang CPU和内存不会是瓶颈
通信摊薄曲线：640×352 → 1536×864（124 帧，均为 4–8 步实测）
分辨率 S（token） 单卡 s/步 TP=2 s/步 加速比 all_reduce 通信耗时占单步 640×352 8 140 5.80 5.28 1.10× 8.6 GB 45% 832×480 14 430 11.23 9.44 1.19× 14.9 GB 40% 1024×576 21 312 19.10 14.99 1.27× 21.8 GB 36% 1280×704 32 560 35.49 26.00 1.37× 33.0 GB 32% 1344×768 37 296 43.72 30.78 1.42× 37.8 GB 29% 1536×864 47 952 65.60 44.49 1.47× 48.5 GB 26% 通信耗时 = TP2 单步 − 单卡单步/2（把「计算完美二分」当基准），等效带宽稳定在 3.6–4.2 GB/s。加速比随 S 单调上升，S 从 8.1k 到 48k（5.9×）时单卡单步涨 11.3×，因为 attention 是 S²、all_reduce 只是 S——这就是“摊薄”的来源。
左：单卡 vs TP=2 每步耗时；右：加速比。640×352 只有 1.10×（通信占单步 45%），到 1536×864 升到 1.47×（通信占 26%），上限趋近 2×。
基本印证跟我的对提升上限1.50×的猜想
我在自己的双 7900XTX 上往上走了一档，结果和你的一致——但墙不是带宽，是显存。
机器：X570 + 3500X，双 XTX 拆 8+8（P2P 实测 14.2 GB/s），ROCm 7.2.3，用的是 fcys 的 tp2-comfy。
分辨率 我们 s/步 峰值显存/卡 832×480 7.54 — 1600×896（124 帧） 45.8 22.8 / 25.3 GB 1920×1088 OOM 放不下 你说的"分辨率越大越划算"成立：我们 8.4× 像素只多花 6.1× 时间，通信确实被摊薄了。按你的 1344×768（30.78 s/步）线性外推到 1600×896 应该是 ~42.5 s/步，我们 45.8，同量级。
但到 1600×896 就到头了：第二张卡用到 25.3/25.75 GB，只剩 0.4 GB，1920×1088 直接 OOM。所以 24G 卡双卡 TP2 的天花板在 1600×896 这一档——要上 1920，只能减帧数（length 124→64 应该就下来了），不是换链路。
另外踩到一个坑，提醒后来的人：TP2 每个 block 里是
dist.all_reduce，同一个 prompt 必须同时发给两个端口。我们只发了一边，另一边就在第一个 all_reduce 上挂死了——41 分钟后以 OOM 收场，日志里完全看不出来是这原因。（还有个和速度无关但占比最大的：这套工作流的文本编码器在 CPU，一次 ~11 分钟，比 8 步 DiT 的 6 分钟还长。）
版主审定：本帖设为精华，作者 +6 积分奖励，希望再接再厉！