(小白篇)全自动MiniMax H3 视频生成栈 · 部署与执行全记录(全原始数据待优化版)
-
MiniMax H3 视频生成栈 · 部署与执行全记录
记录时间:2026-11-16 (Asia/Shanghai)
部署主机:magic629-AI/ 192.168.67.202(本地 Windows 工作站经 SSH 驱动)
本次任务:lcz.me/topic/3045 剑心比赛,两条 1344×768 / 12s 成片
关联文档:H3剑心比赛\任务执行流程与参数记录.md(任务视角)、参赛帖-文案.md(提交用)本文按 部署 → 执行 → 参数 → 建议 四部分组织。部署与参数部分是从服务器实采的原始事实,执行部分是本次两条片子的真实时间线,建议部分按优先级排列并标注证据来源。
第一部分 部署
1. 硬件平台
项 实测值 取证方式 主板 Gigabyte Z890 AERO G,BIOS F21(2026-06-11) hostnamectlCPU Intel Core Ultra 7 265K,20 核 /proc/cpuinfo、nprocCPU 调度 performance governor scaling_governor内存 62 GiB(当前用 45 GiB / 可用 16 GiB),Swap 39 GiB free -h系统盘 NVMe 915 GB,已用 437 GB(51%),可用 432 GB df -h /独显 2× AMD Radeon AI PRO R9700 32GB lspci -nn→1002:7551 rev c0×2GPU 插槽 PCI 03:00.0/06:00.0lspci -nn单卡显存 32,624 MiB /sys/class/drm/card{0,1}/device/mem_info_vram_total核显 Intel Arrow Lake-U 8086:7d67(不参与推理)lspci -nn2. 系统与驱动栈
层 版本 OS Ubuntu 24.04.5 LTS Kernel 7.0.0-42-generic amdgpu 驱动 7.1.9.31600000 ROCm /opt/rocmtorch 2.14.1+rocm7.14(HIP 7.14.60850) Docker 29.1.3,runtime runc,storageoverlayfs3. 模型资产清单
全部位于
/home/magic629/,合计 约 176.5 GB:文件 字节 用途 h3-models/minimax-h3-ref2va-fp8.rad26,863,880,192 本次出片所用,Ref2VA fp8 容器 h3-models/minimax-h3-fp8.rad65,001,896,448 完整版 fp8 容器(未用于本次) …/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors15,687,142,551 Qwen3-VL 文本/图像编码器 …/diffusion_models/minimax_h3_ref2va_pruned_fp8_scaled.safetensors20,958,205,608 ComfyUI 通路用 …/diffusion_models/minimax_h3_ref2va_pruned_bf16.safetensors40,225,724,176 同上 bf16 …/loras/minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors1,956,193,000 4 步 turbo LoRA(本次未用,见建议 4) …/vae/minimax_h3_video_vae_fp16.safetensors5,207,808,496 视频 VAE …/vae/minimax_h3_audio_vae_fp32.safetensors605,254,808 音频 VAE 4. 推理引擎与预处理组件
组件 位置 / 版本 Radiance 引擎 ~/radiance-h3-fullref/build/bin/radiance,13,818,568 B源码仓库 ~/radiance-h3-fullref,gita065337,分支h3-fullref,末次提交 2026-10-26预处理脚本 ~/radiance-h3-fullref/scripts/h3_fullref.pyComfyUI 宿主 ~/ComfyUI(独立.venv)H3 视频节点 ~/ComfyUI/comfy_extras/nodes_minimax_h3.py节点内常量 CANVAS_MULTIPLE=32、REF_IMAGE_SHORT_EDGE=2048、AUDIO_LATENT_FPS=405. systemd 服务拓扑
单元 状态 职责 radiance-h3fullref.serviceinactive / disabled H3 视频服务,TP2,:8001。按需启动,不随开机自启 radiance-flashnext.serviceinactive / enabled LLM 服务,容器 :8010,经网关对外 :8000/:8100 radiance-gateway.serviceactive 生产网关:并发闸、分级超时、重试、访问日志 radiance-monitor.serviceactive 5 秒采样 + 阈值告警 radiance-logshipper.serviceactive 容器日志外送(容器重建后仍存活) radiance-cpu-performance.serviceactive(exited) 锁定 performance governor radiance-watchdog.serviceinactive(dead) 一次性任务:保证 LLM 真的在服务,不只是容器在跑 radiance-watchdog.timeractive 每 20 秒 触发上面的看门狗 6. GPU 独占与三层让位机制
双卡各 32 GB,H3 与 LLM 物理上不能共存(LLM 常驻 32,570 MiB)。为此部署了三层防护:
第一层 — systemd 冲突声明(
radiance-flashnext.service.d/gpu-exclusive.conf)[Unit] Conflicts=radiance-h3fullref.service [Service] ExecStartPre=/usr/local/bin/radiance-wait-gpu-free.sh ExecStop=/usr/bin/docker compose -f /home/magic629/radiance/compose/flashnext.yaml stop radiance-flashnext第二层 — 启动前显存闸门(
radiance-wait-gpu-free.sh)
只统计 >30 GB 的大卡,要求每卡空闲 ≥ 30,000 MiB,最多等 180 s,超时放行(fail-open,避免死锁)。第三层 — 视频任务闸门(
radiance-video-gate.sh,看门狗每轮调用)
判定"有视频任务"的四个条件,任一成立看门狗就让路:- 锁文件
.video-task.lock存在且持有进程仍存活 - 保持文件
.video-pin存在 radiance-h3fullrefactive 且 :8001 有 queued/running 任务radiance-h3fullrefactive 且启动未满GRACE=180s(模型加载期)
三条都不成立而单元仍开着 → 判为"任务已完成的残留服务",连续
IDLE_AFTER=120s空闲后自动停服务回收双卡。看门狗为什么不能只看容器状态(脚本注释里的实战教训):
- 引擎 OOM 后,
unless-stopped策略会让 dockerd 立刻重启容器,容器状态一直running,看门狗第一行就exit 0,崩溃循环完全隐形。 - compose 的 healthcheck 有
start_period: 15m,容器起来后 15 分钟内 Docker 一律报 healthy,所以Up (healthy)在崩溃循环期间是假象。 - ⇒ 判活必须自己探
:8010/health。
LLM 容器刻意设
restart: "no":让崩溃真的表现为"停止",而不是被 restart 策略掩盖成"一直在跑"。7. 出片脚本清单
脚本 说明 ~/h3-make.sh原始版,只取目录里第一张图 ~/h3-make-multi.sh本次新写,支持多图(目录内全部图片展开成多个 --image)+ 分段计时~/h3-run-full.sh/~/h3-run-submit.sh/~/h3-shot.sh既有工作流脚本 ~/contest-driver.sh串行驱动:3D 跑完自动接 2D, nohup后台
第二部分 执行
8. 一条命令出片的四阶段流水线
bash ~/h3-make-multi.sh <素材目录> <秒> <步数> <宽x高> <轮询超时分钟> # 本次实际调用: bash ~/h3-make-multi.sh ~/h3-contest-3d 12 20 1344x768 240阶段 动作 关键实现 ① 腾显存 systemctl stop radiance-h3fullref+ 停 LLM 容器轮询 mem_info_vram_used < 1500 MiB,实测降到 57/57 MiB② 预处理 单卡跑 h3_fullref.py prepareROCR_VISIBLE_DEVICES=0,Qwen3-VL 编码 + VAE 编码 6 张参考图 →request.json③ 起服务 systemctl start radiance-h3fullref双卡 TP2 加载 25 GiB fp8,轮询 /v1/models直到 200④ 提交轮询 POST /v1/videos→GET /v1/videos/{id}→GET …/content每 5 s 查状态,每 60 s 打一行日志 全程
trap cleanup EXIT保证异常退出也把双卡还给 LLM。9. 本次两条成片的真实时间线
时刻 事件 11:42:00 3D 开始,视频闸门加锁( what=h3-make-multi h3-contest-3d)11:42:01 看门狗检测到闸门,停掉 flashnext 让出双卡 ~11:43:47 prepare 完成(107 s), request.json92 MB~11:44:02 服务就绪(15 s) 12:04:16 3D 完成并下载,Total Time 1336 s;2D 立即开始 12:26:33 2D 完成并下载,Total Time 1337 s 12:26:36 闸门发现陈旧锁(pid 已不存在)自动清除 12:28:39 看门狗判定视频服务空转 123 s,停服务回收双卡 12:28:59 LLM 恢复, :8010 = 200,耗时 28 s10. 计时证据
阶段 3D 版 2D 版 预处理 prepare(墙钟) 107 s 98 s 服务冷启动就绪 15 s 15 s 生成 submit → completed 1213 s 1223 s 端到端 Total Time 1336 s ≈ 22.3 分钟 1337 s ≈ 22.3 分钟 两条合计 44.6 分钟 墙钟 107 s 比引擎自报
preprocess_seconds95.995 s 多约 11 s,差额是 Python 解释器启动 + ComfyUI 导入 + 三个模型文件从盘加载。
三段相加(107+15+1213=1335)与端到端 1336 s 吻合,说明计时口径自洽。进度曲线(两条几乎重合,说明 3D/2D 风格对算力无影响):
已用时间 3D 2D 已用时间 3D 2D 60 s 0 0 840 s 63 63 120 s 4 4 1020 s 76 76 240 s 18 18 1140 s 85 85 480 s 36 36 1200 s 96 94 720 s 54 54
第三部分 参数
11.
h3_fullref.py prepare全参数表源码实测(
scripts/h3_fullref.py第 23–40 行):参数 类型 默认值 合法区间 / 说明 phase位置参数 — 只接受 prepare--comfyPath 必填 ComfyUI 根目录 --workPath 必填 工作目录,产出 request.json--modelsPath 必填 模型目录 --stepsint 20 1..64 去噪步数 --lengthint 124 帧数,必须 17n+5,n∈7..21 → 124/141/…/362--widthint 576 32 的倍数,边长 ≥256 --heightint 352 同上 --reference-max-areaint 202752(576×352) 1024..1032192 像素 --pad-reference-videoflag 关 参考视频补零 --seedint 145 --imagePath,可重复 — 多张身份/风格参考图 --videoPath,可重复 — 无声运动参考 --audioPath,可重复 — 独立音乐/音效参考 --video-audio两个 Path — 成对的视频+音轨 --promptPath — 提示词文件 校验逻辑原文:
if not 1 <= opts.steps <= 64: parser.error("steps must be 1..64 denoiser evaluations") if not 124 <= opts.length <= 362 or (opts.length-5) % 17: parser.error("length must be 17*n+5 frames, with n in 7..21 (124, 141, ..., 362)") if (min(w,h) < 256 or w % 32 or h % 32 or w*h > 1344*768 or max(w,h) > 4*min(w,h)): parser.error("size must use multiples of 32, sides >=256, area <=1344*768 and aspect <=4:1") if not 1024 <= opts.reference_max_area <= 1344*768: parser.error("reference-max-area must be 1024..1032192 pixels") ... if len(images) > 9 or len(videos) > 3 or len(audio_refs) > 3 or ... > 12: raise ValueError("Reference count exceeds H3 limits")注意:全文无
lora/turbo字样 —— 这条通路不支持加载 LoRA(见建议 4)。12. 本次参数取值与推导
帧数(12 秒 → 294 帧):
n = max(7, min(21, round((12*24 - 5) / 17))) # = round(283/17) = 17 length = n*17 + 5 # = 294 帧 = 12.25 s @24fps分辨率:1344×768 面积 = 1,032,192 px,正好等于校验上限
1344*768,无需降档。完整 prepare 命令行:
ROCR_VISIBLE_DEVICES=0 ~/ComfyUI/.venv/bin/python \ ~/radiance-h3-fullref/scripts/h3_fullref.py prepare \ --comfy ~/ComfyUI --models ~/h3-models/ComfyUI-Models \ --work <素材目录>/work-<HHMMSS> \ --width 1344 --height 768 --length 294 --steps 20 --seed 145 \ --reference-max-area 344064 --pad-reference-video \ --prompt <素材目录>/prompt.txt \ --image jianxin1.jpg --image jianxin2.jpg --image jianxin3.jpg \ --image zhizhixiong1.jpg --image zhizhixiong2.jpg --image zhizhixiong3.jpgprepare 进程内注入的 ComfyUI 启动参数:
sys.argv = [argv0, "--disable-triton-backend", "--use-ck-attention", "--disable-pinned-memory", "--disable-smart-memory", "--disable-dynamic-vram"]13. 推理服务启动参数
~/radiance-h3-fullref/build/bin/radiance \ --model ~/h3-models/minimax-h3-ref2va-fp8.rad \ --radiance-home ~/radiance-h3-fullref/build/radiance_home \ --tp 2 --p2p off \ --host-pool-mib 8192 --gpu-headroom-mib 2048 \ --vision-tower-placement ram \ --kernels libr4d --placement layer_offload \ --host 0.0.0.0 --port 8001参数 值 作用 --tp2 双卡张量并行,切分 25 GiB 权重 --p2poff 规避该双卡拓扑下 P2P 稳定性问题 --host-pool-mib8192 8 GB 主机池承接卸载层 --gpu-headroom-mib2048 每卡预留 2 GB 防 OOM --vision-tower-placementram Qwen3-VL 不常驻显存 --kernelslibr4d 针对 gfx12xx 的手写 RDNA4 算子 --placementlayer_offload 分层卸载 环境变量:
ROCR_VISIBLE_DEVICES=0,1、HSA_NO_SCRATCH_RECLAIM=0、HSA_SCRATCH_SINGLE_LIMIT=67108864、LimitMEMLOCK=infinity;单元内Restart=on-failure、RestartSec=5。14.
request.json完整结构文件 96,043,875 B(91.6 MiB),实测字段:
model = 'minimax-h3-ref2va' prompt = <1034 字符> task = 'ref2va' size = '1344x768' seconds = 12.25 seed = 145 num_inference_steps = 21 prepared_context = .format = 'h3-layer50-bf16-v1' .rows = 3608 .tags = <list len=3608> .data = <49,261,228 字符 base64> .initial_noise = {visual_rows, audio_rows, visual, audio} conditions = <list len=6> [0] kind=image frames=1 height=48 width=22 visual=<135,168 字符> [1] kind=image frames=1 height=90 width=44 visual=<506,880 字符> [2] kind=image frames=1 height=78 width=52 visual=<519,168 字符> [3] kind=image frames=1 height=44 width=28 visual=<157,696 字符> [4] kind=image frames=1 height=50 width=34 visual=<217,600 字符> [5] kind=image frames=1 height=36 width=36 visual=<165,888 字符>conditions六条按顺序对应jianxin1-3/zhizhixiong1-3;height/width是 VAE 潜空间尺寸(×16 即像素尺寸)。
num_inference_steps = 21而 prepare 传的是--steps 20,差 1 是引擎把初始状态计入。API 调用:
POST http://127.0.0.1:8001/v1/videos Authorization: Bearer $RADIANCE_API_KEY Content-Type: application/json body = request.json → {"id": "video_2cfb4d1a29f83f1d1f2dac2fb6e1ea64"} GET /v1/videos/{id} → status / progress GET /v1/videos/{id}/content → mp415.
inputs.json实测值(两条完全一致){ "width": 1344, "height": 768, "megapixels": 1.032192, "frames": 294, "fps": 24, "steps": 20, "seed": 145, "context_rows": 3608, "packed_rows": 95609, "reference_max_area": 344064, "pad_reference_video": true, "target_shapes": [[1, 24, 87, 48, 84], [1, 32, 2, 490]], "sampling_step_timeout_seconds": 600, "watchdog_trigger_seconds": 585, "preprocess_seconds": 95.995 }target_shapes[0] = [1,24,87,48,84]→ 视频潜空间:batch 1、24 通道、87 潜帧、48×84 潜空间 = 768×1344 像素。
target_shapes[1] = [1,32,2,490]→ 音频潜空间(成片带 AAC 音轨)。
2D 版唯一差异是preprocess_seconds = 90.115。16. 成片规格(ffprobe 实测)
项 3D 版 2D 版 文件 H3-3D-CGI-1344x768-12s.mp4H3-2D-动画-1344x768-12s.mp4大小 12,778,318 B 13,478,132 B 编码 h264 h264 分辨率 1344×768 1344×768 帧数 294 294 时长 12.250000 s 12.250000 s 音频 aac,384 帧 aac,384 帧 job id video_2cfb4d1a29f83f1d1f2dac2fb6e1ea64video_6b4d10461a92b4b6bae7397659aca22b抽帧目视验证(第 0/98/196/290 帧):人物身份与参考图一致、双刃相击火花、火星飞舞、结尾紫袍举剑指镜头;2D 版未被 3D 参考图带偏风格。
第四部分 建议
P0 已造成真实故障,建议尽快处理
建议 1 给
pin加失效判定与 TTL现象:2026-11-15 13:11–13:43 共 32 分钟,LLM 被反复拉起又杀掉,
:8000持续Connection refused。根因:
.video-pin文件是永久的、无 TTL、无任何自动清除路径。另一个任务h3-lcz带KEEP_LLM_DOWN=1结束时执行了pin,此后即使radiance-h3fullref已经是inactive(没有任何东西需要保护),看门狗每 20 秒仍读到pin→ 走"让路"分支 → 唯一的动作就是docker stop radiance-flashnext。现场不是"没人拉",而是"每拉起一次,20 秒内被杀掉一次"。
建议改法(
radiance-video-gate.sh的status分支):pin只在radiance-h3fullref确实 active 或 :8001 有排队任务时才算数;服务已停则自动rm -f "$PIN"并记日志。再加一个PIN_TTL(如 3600 s)兜底。建议 2 修掉
KEEP_LLM_DOWN分支跳过end的缺陷h3-make-multi.sh的清理函数:if [ "$KEEP_LLM_DOWN" = "1" ]; then "$VGATE" pin "KEEP_LLM_DOWN=1" 2>/dev/null || true return $rc # ← 在这里 return,下面的 "$VGATE" end 永远不执行 fi "$VGATE" end建议:把
end移进trap无条件执行,pin只表达"别回收视频服务",不该顺带吞掉解锁。建议 3 把 LLM 容器重新纳入 systemd 托管
现状:
radiance-flashnext.service显示inactive,但容器在跑并正常服务 —— 因为出片脚本是靠docker start兜底拉起的,绕过了 systemd。后果:
gpu-exclusive.conf里的Conflicts=保护失效(systemctl 认为服务没在跑),出片脚本的systemctl stop radiance-flashnext变成空操作,只能靠docker stop兜底;引擎 OOM 时restart: "no"下没有 systemd 层重启,只能等看门狗的 20 秒周期。建议:选 LLM 空闲窗口执行
docker stop radiance-flashnext && systemctl start radiance-flashnext.service,恢复托管。会中断当前会话,需你确认时机。P1 明显收益
建议 4 把 4 步 turbo LoRA 接进出片通路(最大单点提速机会)
磁盘上已有
minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors(1.82 GiB),但:h3_fullref.py全文无lora/turbo字样;- 引擎命令行也没有
--lora类选项。
当前
--steps 20对应生成段 1213 s。若 4 步可用,理论上生成段压到约 1/5(≈ 4 分钟),端到端从 22.3 分钟降到约 6 分钟,两条片子从 44.6 分钟降到约 12 分钟。需要先验证两件事:① radiance 引擎是否支持加载 LoRA(可能要改引擎或走 ComfyUI 通路);② 4 步画质是否达到比赛要求。建议先拿一张参考图做 4 步 vs 20 步的 A/B 对比,再决定是否切换。
建议 5
--reference-max-area默认值偏低,建议在脚本里写死默认
202752(576×352),而本次显式提到344064。别人直接跑默认值时参考图细节会丢失,容易误判成"模型质量差"。建议在h3-make-multi.sh里把该值与分辨率绑定并加注释。同理
--length默认 124(≈5.2 s)、--width/height默认 576×352,直接跑默认值会得到小尺寸短片。建议脚本强制显式传参(本次已这么做)。建议 6 试一次
--p2p on的 A/B当前
--p2p off是为稳定性关掉的。Z890 平台两条 x8 插槽,若 PCIe P2P 实际可用,开启后 TP2 的 all-reduce 开销可能下降。生成段 1213 s 是绝对大头,哪怕省 5% 也值 1 分钟。建议做一次对照测试,画质与稳定性无退化就常开。建议 7 试调
--placement/--host-pool-mib25 GiB 权重切到 2×32 GB,每卡仅 12.5 GiB,显存其实放得下;之所以还要
layer_offload+ 8 GB 主机池,是激活值 + KV + 参考图编码挤占。可以试着调小 host-pool 或换 placement 策略,观察生成段是否缩短。P2 稳健性与可维护性
建议 8 出片工作目录自动清理
每个
work-*目录留request.json92 MB +prepared.pt143 MB ≈ 235 MB。单次不大,但模型资产已占 176.5 GB,磁盘剩 432 GB。建议脚本收尾保留最近 N 个、其余删除。建议 9 出片前检查内存余量
62 GiB 总内存,LLM 常驻
--host-pool-mib 12288(12 GB pinned)+ 权重,当前可用仅 16 GiB;而 H3 prepare 要把 Qwen3-VL 32B(14.6 GiB)读进内存。若同时有别的负载,可能触发 OOM。建议 prepare 前加一条MemAvailable检查,不足时先停 LLM 或把--vision-tower-placement切回显存。建议 10 把 Total Time 落到一张 CSV
现在计时证据散在
contest-3d.log/contest-2d.log里。建议每次出片完成后追加一行 CSV(时间、分辨率、帧数、步数、prepare/generate/total),方便横向比较不同参数的耗时,也直接构成比赛要求的"完整运行日志"。建议 11 服务器侧统一 ASCII 文件名
本次实测踩坑:中文文件名(
成片-*.mp4)在 PowerShell → SSH → bash 的管道里 glob 失败;Get-Content -Raw | ssh "bash -s"会把 UTF-8 中文按 GBK 重编码导致脚本语法错误。建议服务器侧一律 ASCII 命名,本地再改中文名;含特殊字符的远端命令一律走scp传脚本 +tr -d '\r'。建议 12 保持现状的两项
radiance-h3fullref设为disabled(不随开机自启)是正确的 —— 按需启动,避免开机就吃掉双卡。- 服务"用完就停"是正确的 —— 冷启动加载 25 GiB 只要 15 s,常驻省不下什么。
待办提醒
- 上传油管需你本人账号操作,传完把两个链接填进
参赛帖-文案.md第二节。 - 发新帖:标题以
[H3剑心比赛]开头(楼主 #8 楼要求),正文用参赛帖-文案.md。 - 建议 3 的 systemd 重新托管需要你指定一个 LLM 空闲窗口。
- 锁文件