-
@bunsei 大佬，今天我用radiance更新的ref2va模式测试r9700 TP2和朋友的一张5090对比,有点震惊了，速度竟然是5090的将近两倍，同样的素材包/分辨率/时常，这有点离谱了。我不知道是这引擎的功劳，还是卡的能力，但是这个结果确实有点意外了。而且双r9700用480p最多能生成14.38秒的长度，768p是13.67秒。5090只有10秒左右显存就占满了，再长要用卸载方案，时常应该会大增，我还没试。
但是目前raidance的生成质量感觉不如comfyui，有的时候会重复多个主体，有的时候会有重影，这类小问题不知道会不会修复完善，毕竟社区基础比comfyui弱的多 -
@hanber121 我这儿让gpt 核对一下试试。我不确定是不是我这份代码在之前的时候已经改过了。
-
@hanber121 作业呢，分享啊，弟
-
-
-
@hanber121 我提交了一个，分为三档，快速（保留原来的256约 0.066MP）、均衡(1024、约 0.26MP)、质量（最长边 2048、约 1.05MP），但是没有优化，以下（质量）是完整按照COMFYUI的策略来的，完美契合。
-
@hanber121 我提交了一个，分为三档，快速（保留原来的256约 0.066MP）、均衡(1024、约 0.26MP)、质量（最长边 2048、约 1.05MP），但是没有优化，以下（质量）是完整按照COMFYUI的策略来的，完美契合。
-
@Bunsei 您这效率太高啦，我跟小鲸鱼鼓捣一晚上卡在行数预算过不去，最大只有112,160，调到1024就已经122,900爆预算了，抽帧后可以1024，抽狠点也能2048，但是参考视频的遵循度又很差 。您直接给优化到2048了，顶礼膜拜～～～我指挥ai的能力实在比您差太远了
您提交到哪了，之前您发的分支仓库里没找到，我想拉下来学习一下@hanber121 https://codeberg.org/Bunsei/radiance-h3-fullref/src/branch/h3-rdna4-release-20261030 这个分支在采样环境还没有做优化，你得注意哦。
-
@hanber121 https://codeberg.org/Bunsei/radiance-h3-fullref/src/branch/h3-rdna4-release-20261030 这个分支在采样环境还没有做优化，你得注意哦。
-
-
-
@Bunsei 那差距应该挺大的，用同一个素材包，您新提交的质量档（1mp）每步是118秒，fast每步是46秒。之前我用朋友那个5090+comfyui（默认1mp)测每步是77秒。pro6000比5090性能是不是还要强30%呢，那估计每步也就50秒吧，和你的fast档相当。不知道r9700再加一张组TP3会不会有一战之力哈哈
-
@hanber121 虽然两张卡加起来也没有到5090的算力，但有目标不是才能有动力嘛，尽力优化就好！
-
@Bunsei 那差距应该挺大的，用同一个素材包，您新提交的质量档（1mp）每步是118秒，fast每步是46秒。之前我用朋友那个5090+comfyui（默认1mp)测每步是77秒。pro6000比5090性能是不是还要强30%呢，那估计每步也就50秒吧，和你的fast档相当。不知道r9700再加一张组TP3会不会有一战之力哈哈
@hanber121 哥，你这朋友啥平台啥配置，我这租的PRO 6000 测了半天也只能测出90S/步还是不带LoRa的。
-
@hanber121 哥，你这朋友啥平台啥配置，我这租的PRO 6000 测了半天也只能测出90S/步还是不带LoRa的。
@Bunsei 您太有行动力了
我看过帖子了，感觉有两个可能性：- 注意力后端影响应该是最大的。您是用原生INT8 走 comfy-kitchen/aimdo 的 quant_config 链路 + SDPA attention；我在朋友家是用的 int8_convrot + sage/CK attention。还有TE您用的 NVFP4，我用的 int8
- 我是用采样总时间/步数，不是端到端时间/步数，我测试了20步和8步，平均下来的是76左右。如果用端到端时间/步数大概是96左右
- cpu是7b13, 8通道ddr4-3200内存。但是我感觉跟测试平台关系不大，因为测试刚好顶到显存极限，没有发生卸载惩罚，纯gpu在算，我观察cpu也没什么负载。
