MiniMax H3 视频三卡实测:RTX PRO 5000 / R9700 / Arc Pro B70,Pika 六步 + 各自官方加速
-
intel 其实不差的,我现在几个没显示卡的笔电,都是用着intel 的内置,能够加速premier pro, winxd converter, 安排试一试unreal engine, 其实intel只要不去攀比cuda生态,没有他办不了的事情毕竟是白送的。。
然后你要用amd 实现类似的效果?除了慢半拍的apu 之外,我还想不到还有什么好料
-
-
-
这么说,B70还是相当能打的罗
@xiongjie-gao 我是深入对比过Intel的生产成品的,当时 @sirwang 和我跑同一个工作流,它的速度快很多,但是画面不忍直视。联系Intel官方支持改了很久,最后不了了之,我就祛魅了。我当时A卡和N卡都跑了,4090 48G和7900XTX,所以那次之后,我再没发视频帮Intel“平反”,当时跑的是LTX2.3刘悦的工作流。
B70 那个成绩是 Intel 官方镜像 + 官方加速包调出来的,AMD 这边是自建 venv 还踩了一堆 ROCm 的坑,连动态显存都没跑通,这种环境下比出来的总耗时不能说明 Intel 硬件比 AMD 强。严格来讲,得把 AMD 也放到同等封装水平的环境里再跑。
英特尔的显卡在Sir Wang放弃之前,它还是要特卡特条,没办法进入通用生产。我说个最简单的问题:7900XTX你不用Docker,早期根本跑不了SG-Lang,但是你用Docker镜像,大神特调的,就是能跑。不过这样的镜像事实上限制很多,意义只是跑起来。
-
@hanber121 有一张卡价格便宜显存大,我想研究研究。双芯的B60pro,24Gx2,这卡得主板支持拆分x8+x8,理论上如果能TP的话会有点意思
-
@fcys 这是个思路,如果可以TP那效果会很不错,但是英特尔的生态地狱,大多数工作流都跑不起来。或许这几个月我没玩,资讯落后了。从纯硬件参数来讲,它也很垃圾。我早期被英特尔骗的太多了。我是不相信在硬件参数垃圾的情况下,它忽然之间咸鱼翻身的。
-
@terry 说实话,跑完之后我到现在都是感觉不太相信,但是反复对比生成的视频质量后,还真没看出来什么区别,所以希望有这个卡的朋友可以复测一下

双芯的那个B60pro 这几天也涨了,我靠了
-
新人报到!最近也是在做B70的测试,纠结要不要退掉。。。把贴主的测试复测了一下:
完全按帖子里 B70 的设置:主模型minimax_h3_fl2va_pruned_int8_convrot,文本编码器qwen3vl_32b_minimax_h3_int8_convrot,视频 VAE int8_convrot,音频 VAE fp32;LoRApika_h3_flex_fl2va_v1_bf16(强度 1.0);lcm6 步,sigma 设为 1.0, 0.972973, 0.923077, 0.8, 0.571429, 0.333333, 0.0;BasicGuider,CFG 1.0,不加 shift;124 帧,24 fps;提示词用官方 T2VA 模板自带的;先用 seed 7 预热一轮,再用 seed 12345 正式计时。计时从提交到完成,包含文本编码、采样、VAE 解码和音频封装。SOL 用 ComfyUI 自带的 BlockSparseAttention 节点:sol-attn,tau 1.3,start 0.2,end 1.0,min_tokens 12288,extra_tokens 256,exact_kv_and_rows。分辨率 配置 我的总耗时 我的每步 帖子总耗时 帖子每步 864×480 不开 SOL 48.07 s 6.16 s/it 48.04 s 5.89 s/it 864×480 SOL Attention 45.07 s 5.67 s/it 44.03 s 5.25 s/it 1344×768 不开 SOL 170.4 s 24.89 s/it 172.1 s 24.8 s/it 1344×768 SOL Attention 131.0 s 17.42 s/it 126.07 s 17.1 s/it - 和帖子的差距在 ±4% 以内。稀疏路径的 token 数也完全一样:864×480 是 15787,1344×768 是 38098。
- SOL 带来的提速:864×480 是 1.07 倍,1344×768 是 1.30 倍;帖子分别是 1.09 倍和 1.37 倍。
- 测试期间 B70 平均功耗 265 W,平均频率 2375 MHz,88% 的采样点处于 PL2 功耗墙;芯片最高 72 °C。
- 我的环境是原生 venv(ComfyUI 0.44、PyTorch 2.15),帖子用的是容器(ComfyUI 0.43、PyTorch 2.14),平台也不一样(13600K 对 TRX40),但结果基本一致。
目前自己的测试下来B70表现不错,就是跑高分辨率长流程会一直撞功耗墙,278 W、PL2 降频,频率只有 2183 MHz。之前测试的Wan 14B 1280×704会有一样的问题。不知道贴主有没有遇到功耗墙限制?
-
-
新人报到!最近也是在做B70的测试,纠结要不要退掉。。。把贴主的测试复测了一下:
完全按帖子里 B70 的设置:主模型minimax_h3_fl2va_pruned_int8_convrot,文本编码器qwen3vl_32b_minimax_h3_int8_convrot,视频 VAE int8_convrot,音频 VAE fp32;LoRApika_h3_flex_fl2va_v1_bf16(强度 1.0);lcm6 步,sigma 设为 1.0, 0.972973, 0.923077, 0.8, 0.571429, 0.333333, 0.0;BasicGuider,CFG 1.0,不加 shift;124 帧,24 fps;提示词用官方 T2VA 模板自带的;先用 seed 7 预热一轮,再用 seed 12345 正式计时。计时从提交到完成,包含文本编码、采样、VAE 解码和音频封装。SOL 用 ComfyUI 自带的 BlockSparseAttention 节点:sol-attn,tau 1.3,start 0.2,end 1.0,min_tokens 12288,extra_tokens 256,exact_kv_and_rows。分辨率 配置 我的总耗时 我的每步 帖子总耗时 帖子每步 864×480 不开 SOL 48.07 s 6.16 s/it 48.04 s 5.89 s/it 864×480 SOL Attention 45.07 s 5.67 s/it 44.03 s 5.25 s/it 1344×768 不开 SOL 170.4 s 24.89 s/it 172.1 s 24.8 s/it 1344×768 SOL Attention 131.0 s 17.42 s/it 126.07 s 17.1 s/it - 和帖子的差距在 ±4% 以内。稀疏路径的 token 数也完全一样:864×480 是 15787,1344×768 是 38098。
- SOL 带来的提速:864×480 是 1.07 倍,1344×768 是 1.30 倍;帖子分别是 1.09 倍和 1.37 倍。
- 测试期间 B70 平均功耗 265 W,平均频率 2375 MHz,88% 的采样点处于 PL2 功耗墙;芯片最高 72 °C。
- 我的环境是原生 venv(ComfyUI 0.44、PyTorch 2.15),帖子用的是容器(ComfyUI 0.43、PyTorch 2.14),平台也不一样(13600K 对 TRX40),但结果基本一致。
目前自己的测试下来B70表现不错,就是跑高分辨率长流程会一直撞功耗墙,278 W、PL2 降频,频率只有 2183 MHz。之前测试的Wan 14B 1280×704会有一样的问题。不知道贴主有没有遇到功耗墙限制?
-
@Max-Wang 这也就佐证了B70也算是步入生产力之列了。
-
新人报到!最近也是在做B70的测试,纠结要不要退掉。。。把贴主的测试复测了一下:
完全按帖子里 B70 的设置:主模型minimax_h3_fl2va_pruned_int8_convrot,文本编码器qwen3vl_32b_minimax_h3_int8_convrot,视频 VAE int8_convrot,音频 VAE fp32;LoRApika_h3_flex_fl2va_v1_bf16(强度 1.0);lcm6 步,sigma 设为 1.0, 0.972973, 0.923077, 0.8, 0.571429, 0.333333, 0.0;BasicGuider,CFG 1.0,不加 shift;124 帧,24 fps;提示词用官方 T2VA 模板自带的;先用 seed 7 预热一轮,再用 seed 12345 正式计时。计时从提交到完成,包含文本编码、采样、VAE 解码和音频封装。SOL 用 ComfyUI 自带的 BlockSparseAttention 节点:sol-attn,tau 1.3,start 0.2,end 1.0,min_tokens 12288,extra_tokens 256,exact_kv_and_rows。分辨率 配置 我的总耗时 我的每步 帖子总耗时 帖子每步 864×480 不开 SOL 48.07 s 6.16 s/it 48.04 s 5.89 s/it 864×480 SOL Attention 45.07 s 5.67 s/it 44.03 s 5.25 s/it 1344×768 不开 SOL 170.4 s 24.89 s/it 172.1 s 24.8 s/it 1344×768 SOL Attention 131.0 s 17.42 s/it 126.07 s 17.1 s/it - 和帖子的差距在 ±4% 以内。稀疏路径的 token 数也完全一样:864×480 是 15787,1344×768 是 38098。
- SOL 带来的提速:864×480 是 1.07 倍,1344×768 是 1.30 倍;帖子分别是 1.09 倍和 1.37 倍。
- 测试期间 B70 平均功耗 265 W,平均频率 2375 MHz,88% 的采样点处于 PL2 功耗墙;芯片最高 72 °C。
- 我的环境是原生 venv(ComfyUI 0.44、PyTorch 2.15),帖子用的是容器(ComfyUI 0.43、PyTorch 2.14),平台也不一样(13600K 对 TRX40),但结果基本一致。
目前自己的测试下来B70表现不错,就是跑高分辨率长流程会一直撞功耗墙,278 W、PL2 降频,频率只有 2183 MHz。之前测试的Wan 14B 1280×704会有一样的问题。不知道贴主有没有遇到功耗墙限制?
-
@Max-Wang 今天研究改车去了没再玩。撞 TDP 降频本来就是正常现象,没有卡满功耗不跌频的。还没试 Ubuntu 能不能拉功耗墙,拉不了的话做好降温也能提频,低温能降低无效热损耗。
-
版主审定:本帖设为优秀,作者 +3 积分奖励,继续加油!
本帖参与讨论人数已达 10+,入选热议,作者 +3 积分奖励!