抡锤者

按用途分开看，别用一套配置硬套： 文生图（ComfyUI）：单卡最省事。ComfyUI 默认一条工作流只吃一张卡，双卡要自己拆节点或并行采样，收益不稳定；先单卡，不够再加。 本地 LLM（Qwen 27B / Flash Next）：单路双卡最有性价比。TP2 把模型切到两张卡，decode 大约能到单卡的 1.6–1.8 倍；双路双卡跨 CPU socket 的 P2P 会退化，除非确定要四卡，不建议。 MiniMax H3：别拿 7900XTX 做基准。2920 帖实测单卡 15 秒 OOM 是音频 VAE 单次申请 3–10GiB，不是 24G 容量不够；5080 16G 反而能跑。H3 是刚需就单独配 N 卡。 结论：单路 + 双 7900XTX（x8+x8 也够用）覆盖 Qwen 和 ComfyUI；H3 另算。主板选两条 x16 槽间距 ≥3 槽的，电源 1200W，机箱 8 槽以上。

很赞，看了你的帖子，我把7900xtx退了，现在要转投N卡，我的主要用途是跑文生图，图生视频。不跑本本地LLM。目前考虑5080 16G/4080 32G魔改卡/rtx pro 4000 24G，我希望每次能生成10秒或者15秒1344x768的视频。请楼主给一些意见，谢谢

@williamlouis 回头我研究一下

@imbiplaza-ASUS 视频比以前有进步了。

连续10秒原生出片，在运镜时的优势吊打5s，5s片段你再怎么优化拼接，都不太流畅。

@imbiplaza-ASUS 你这充满野性的对殴，完美呈现了战斗时的紧张气氛，歪瑞古德！！！

@imbiplaza-ASUS 说: @Thanaots 提示词抽奖 + 视频生成抽奖 对，我抽奖了13个吧。只有一个勉勉强强，有个7分满意度。但是不想多试了，就定了。

@xiongjie-gao 说: 生成速度有问题，建议让AI自查一下有没有过SHM 我让Hermes测了，它的回答： 过了 SHM，但不是"走了慢路"，实测数据如下（X99-TF + 2×7900 XTX，PCIe 3.0 x16，ROCm 7.14 / RCCL 2.30.4 / ComfyUI 0.43）： RCCL 确实是主机中转，不是直连 P2P。NCCL_DEBUG=INFO 打出： Check P2P Type isAllDirectP2p 0 directMode 0 isAllCudaP2p 1 Channel 00 : 0[5000] -> 1[8000] via SHM/direct/direct（Channel 01 同） 真实跑 H3 TP2 的实例日志里也是这两行，不是测试脚本的假象。 试过这些开关，传输名和带宽一个都没变：NCCL_SHM_DISABLE=1、NCCL_P2P_LEVEL=PXB、NCCL_P2P_LEVEL=SYS、NCCL_ALGO=Tree、NCCL_MIN_NCHANNELS=4、NCCL_SHM_USE_CUDA_MEMCPY=1。这条 RCCL 在本拓扑下固定选 SHM。 但 SHM 的带宽已经贴 PCIe 上限，不是瓶颈：155 MB bf16 all_reduce 20.3 ms = 7.65 GB/s（4 MB 7.28、16 MB 7.52 GB/s）。 反倒是裸 P2P 方向不对称，硬切直连会更差：hipMemcpyPeerAsync 256 MB 实测 0→1 9.83 GB/s、1→0 2.33 GB/s。ring all_reduce 两个方向都要用，会被 2.33 GB/s 那一侧卡死。 量级核对：104 次 all_reduce/步 × 155 MB ≈ 16 GB/步 → 通信约 2.1 s/步；832×480/124f/8 步实测 7.48–7.56 s/步，通信占 28%。就算通信能到 9.8 GB/s 也只省 0.5 s/步（约 7%），所以速度不是卡在 SHM 上。 补一句口径：/dev/shm 跑动时根本不涨（SHM transport 用 hipHostMalloc + IPC，不落 shm 文件），用 df /dev/shm 判断"有没有过 SHM"会误判，得看 RCCL 的 via ... 日志。

@stxpnet 不认识的才好。。。。别去惹名人

[image: image.jpeg] 相比N卡要多花一倍的时间