跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
  1. 主页
  2. 版块
  3. AI音视频画图
  4. 【34.5 min → 3.3 min】用对注意力机制的2×7900XTX在H3流程中可以提速多少?—— 答案1050%↑

【34.5 min → 3.3 min】用对注意力机制的2×7900XTX在H3流程中可以提速多少?—— 答案1050%↑

已定时 已固定 已锁定 已移动 精华 热议 AI音视频画图
7900xtx视频生成多卡部署
59 帖子 15 发布者 2.9k 浏览 3 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • 懒人烘培懒 懒人烘培

    @xiongjie-gao 提升明显我也复测了一下单卡7900XTX:

    交作业|单张 7900 XTX 跑 MiniMax-H3,15 秒有声视频,4 步热跑 4 分 14 秒

    按楼主的配置在本机复测了一遍。全程只用一张 RX 7900 XTX 24 GB,分辨率 832×480,362 帧 / 24 fps,约 15 秒。

    配置

    • 主模型:minimax_h3_fl2va_pruned-w4a8_convrot_pruned
    • LoRA:minimax_h3_turbo_v4_step600_ema_pruned_comfyui,强度 1.0
    • 采样器:res_multistep,调度器:simple
    • 软件:ComfyUI 0.40.0,PyTorch 2.11.0+rocm7.2,Comfy Kitchen 0.2.37
    • 启动参数:--enable-dynamic-vram --use-ck-attention --mmap-torch-files --disable-smart-memory

    实测成绩

    单卡配置 采样耗时 平均每步 提交到输出 峰值显存
    8 步冷跑,seed 201 6 分 40 秒 50.1 秒 7 分 47 秒到原版封装报错,随后补回音轨 20.04 GiB
    4 步热跑,seed 202 3 分 20 秒 50.1 秒 4 分 14 秒,含有声 MP4 合成 20.08 GiB

    8 步单卡实测 50.1 秒/步,比楼主单卡的 53.7 秒/步少约 7%。如果之前的 36 分钟也是同分辨率、同帧数、同为 8 步,按这轮到封装阶段的耗时算,约省 28 分钟。4 步用了热实例,也少跑了 4 步,画质还没做同 seed 对比。

    音频封装踩坑

    8 步跑完后,原版 SaveVideo 复现了 avcodec_send_frame() returned 22。当时 362 帧画面已经写进 MP4,我用 SaveAudio 从节点缓存导出 FLAC,再转成 AAC 合回原视频,无需重跑采样。4 步这轮直接分开导出视频和音频,最后合成。

    两份成片都已验证能解码,包含 362 帧画面和立体声音轨。

    terryT
    terryT
    terry
    易有太极
    编写于 最后由 编辑
    #11

    @懒人烘培 分辨率提升点啊,这个太低了。不需要一定跑通,测试下极限。

    油管:https://www.youtube.com/@抡锤者

    懒人烘培懒 1 条回复 最后回复
    0
    • xiongjie gaoX xiongjie gao

      @terry 已经包含单双卡的提升可能。
      image.jpeg

      单卡就是不享受TP2带来的1.3的提升倍率。不过随着分辨率提升享受摊薄收益。
      7900XTX单卡提升是不是只是不享受TP2的1.3倍率?测个样本试试

      20:40

      TRAE

      任务耗时 1m 16s

      已创建 1 个文件,读取 2 个文件,搜索 1 次文件,执行 7 条命令

      对照实验已跑起来(Strata 已挂起,两档都用 832×480 / 362 帧 / 4 步 / 同一 seed,只差单卡与 TP2):

      • ① 单卡 356 s 左右
      • ② TP2 257 s 左右
        约 15 分钟出结果。先说清楚这条“1.3×”其实不统一,跑完正好能核对:

      档位 TP2 倍率 依据 0.4 MP / 4 步 1.39× 356.4 → 257 s 0.4 MP / 8 步 1.68× 53.7 → 31.9 s/it 1 MP / 2 步 2.30× 257.9 → 112.3 s/it

      所以“单卡只是少了 1.3×”只在 4 步那一档成立。8 步时是 1.68×,1 MP 时是 2.30×——序列越长,TP2 收益越大,因为它的作用是把每张卡的权重和激活同时减半,不只是并行算力。

      还有一个更根本的点值得这次一并验证: 10.5× 里 TP2 只占 4.5% 。单卡相对起点的真实提升是 34.5 min → 5.9 min,约 5.85× ,不是 10.5×。10.5× 是把“TP2 + 常驻实例”也叠上去了,而那两项是有条件的(要双卡、要连续出片)。如果这次测出单卡确实落在 5.9 min 附近,就说明我们的报告头号数字需要标注成“叠满配置后的上限”,而不是单卡能力。

      跑完我把两档的 s/it、端到端、峰值一起给你。

      terryT
      terryT
      terry
      易有太极
      编写于 最后由 编辑
      #12

      @xiongjie-gao 嗯,我今晚就不做视频了,明天回来抄作业。测出单卡点显存极限,分辨率,时长,我剽一期视频。

      油管:https://www.youtube.com/@抡锤者

      xiongjie gaoX 懒人烘培懒 2 条回复 最后回复
      0
      • terryT terry

        @xiongjie-gao 嗯,我今晚就不做视频了,明天回来抄作业。测出单卡点显存极限,分辨率,时长,我剽一期视频。

        xiongjie gaoX
        xiongjie gaoX
        xiongjie gao
        王侯将相
        编写于 最后由 编辑
        #13

        @terry 👍

        https://github.com/shawn86574-prog/x99-7900xtx-p2p
        https://github.com/shawn86574-prog/kuzuryusen

        1 条回复 最后回复
        0
        • williamlouisW
          williamlouisW
          williamlouis
          易有太极
          编写于 最后由 编辑
          #14

          AMD涨价的重要贡献者。千万不要放社区共享。给入手7900XTX的兄弟留点时间。

          个人主页:xlkj.org Telegram https://t.me/xlkjorg

          xiongjie gaoX 1 条回复 最后回复
          1
          • terryT terry

            @懒人烘培 分辨率提升点啊,这个太低了。不需要一定跑通,测试下极限。

            懒人烘培懒
            懒人烘培懒
            懒人烘培
            王侯将相
            编写于 最后由 编辑
            #15

            @terry 好的,目前正在测试

            双 7900 XTX:模型本地跑,Token 随便烧!

            1 条回复 最后回复
            1
            • 6
              6
              6cccccc
              编写于 最后由 编辑
              #16

              抄了一下作业,让deepseek测的的结果
              实测结果
              统一条件:minimax_h3_fl2va_pruned_int8_convrot(20 G)+ qwen3vl_32b_int4(14 G)+ lightx2v turbo v4 LoRA 0.75、362 帧(15 s @24fps)、4 步、res_multistep、DV + int8 注意力全开。

              分辨率 s/it 采样 端到端(含冷启动)
              832×480 50.58 3:22 4 分 40 秒(280.2 s)
              1344×768 245.67 16:23 18 分 36 秒(1115.7 s)
              两条产物都是 362 帧、15.08 秒、带 AAC 音轨,解码保存都正常

              xiongjie gaoX 1 条回复 最后回复
              1
              • K
                K
                koala
                硕果累累 贵族大夫
                编写于 最后由 编辑
                #17

                测试过程相当详细,如果楼主方便的时候把生成出来的视频也粘贴一下,看看实际效果。
                怎么说呢,数值是有绝对提升的,但是视频这个东西,最后是要看动画效果的,能动的不一定能用。
                比如一条龙环绕人体,或者空中高速移动的时候,加速到这种程度还能正常观赏,那就是比较实用的。

                xiongjie gaoX 1 条回复 最后回复
                1
                • terryT terry

                  @xiongjie-gao 嗯,我今晚就不做视频了,明天回来抄作业。测出单卡点显存极限,分辨率,时长,我剽一期视频。

                  懒人烘培懒
                  懒人烘培懒
                  懒人烘培
                  王侯将相
                  编写于 最后由 编辑
                  #18

                  @terry

                  交作业|单张 7900 XTX 跑 MiniMax-H3,1536×864、15 秒、4 步有声出片

                  本机用一张 RX 7900 XTX 24 GB 跑 MiniMax-H3,1536×864、362 帧(15.08 秒)、4 步已完整有声出片。提交到出片用时 28 分 01 秒,峰值显存 23.82 GiB,四步采样和 VAE 解码均通过。

                  864p-4step.jpg

                  配置

                  • 主模型:minimax_h3_fl2va_pruned-w4a8_convrot_pruned
                  • LoRA:minimax_h3_turbo_v4_step600_ema_pruned_comfyui,强度 1.0
                  • 采样器:res_multistep,调度器:simple,24 fps
                  • 环境:ComfyUI 0.40.0、PyTorch 2.11.0+rocm7.2、Comfy Kitchen 0.2.37
                  • 启动参数:--enable-dynamic-vram --use-ck-attention --mmap-torch-files --disable-smart-memory
                  • 导出:视频与音频分开导出,再合成 H.264 + AAC MP4

                  配置参考@xiongjie-gao 贴文。

                  4 步有声出片对比

                  分辨率 帧数 / 时长 采样用时 端到端用时 峰值显存
                  1280×736 362 / 15.08 秒 13 分 52 秒 15 分 54 秒 23.86 GiB
                  1536×864 362 / 15.08 秒 25 分 14 秒 28 分 01 秒 23.82 GiB

                  兼顾分辨率和耗时,推荐 1280×736、约 15 秒、4 步。 需要更高分辨率时,1536×864 同规格已经跑通,像素数多约 41%,本轮出片多等 12 分 07 秒。两档各有一次成功实测,连续多轮的稳定性还有待验证。

                  720p-4step.jpg

                  单卡显存边界

                  本机可用显存 23.98 GiB。成功档最高测到 23.86 GiB,余量约 120 MiB。下表的 1 步用于测试采样、解码和导出能否通过。OOM 档的显存峰值只包含已成功分配的显存。

                  测试方向 成功档 首步 OOM 档
                  固定 362 帧 / 15.08 秒,提高分辨率 1536×864,4 步,峰值 23.82 GiB 1728×960,1 步,申请 2.33 GiB 时剩 2.21 GiB;1920×1088 也触发 OOM
                  固定 1280×736,增加时长 549 帧 / 22.88 秒,1 步,10 分 12 秒有声出片,峰值 23.55 GiB 617 帧 / 25.71 秒,1 步,申请 1.70 GiB 时剩 576 MiB

                  下图取自 22.88 秒压力测试的第 18 秒。这个时长已验证 1 步有声出片,4 步仍待实测。

                  23s-limit.jpg

                  结论

                  单张 RX 7900 XTX 24 GB 已实测跑通 1536×864、362 帧(15.08 秒)、4 步的 MiniMax-H3 有声视频。整条用时 28 分 01 秒,峰值显存 23.82 GiB。同样是 15 秒,升到 1728×960 就在首步遇到显存不足。

                  日常兼顾分辨率和耗时,我推荐 1280×736、15 秒、4 步,本机实测 15 分 54 秒。有更高分辨率需求时,可以用已经跑通的 1536×864,同样 4 步多等约 12 分钟。这两个档位各完成了一次有声出片,连续跑多条的稳定性还待验证。

                  双 7900 XTX:模型本地跑,Token 随便烧!

                  xiongjie gaoX 1 条回复 最后回复
                  2
                  • Ang LeeA
                    Ang LeeA
                    Ang Lee
                    体面乡绅
                    编写于 最后由 编辑
                    #19

                    你的和我之前测的感觉速度差不多一样吧?有不对可以更正我。
                    https://lcz.me/topic/1168

                    xiongjie gaoX 1 条回复 最后回复
                    1
                    • 天知道天
                      天知道天
                      天知道
                      体面乡绅
                      编写于 最后由 编辑
                      #20

                      补一个涡轮卡测试:

                      我是蓝宝石的涡轮卡(不是常见的零售三风扇版)。照着自己的机器做了三组对照,把能抄的和抄不了的都写一下。

                      一、先说我这张卡:蓝宝石涡轮版

                      • 品牌型号:蓝宝石 7900 XTX 涡轮版
                      • 功耗上限默认 257 W(可调范围 231~350 W)
                      • 一般零售 7900 XTX 是 339~355 W、boost 约 2500 MHz(说明一下:楼主和下面复测的朋友用的具体型号帖子里没写,这里只是按零售版推测,没有核实)
                      • 实测:257 W 时约 2200 MHz;提到 350 W 后在 2200~2480 MHz 之间来回跳

                      所以楼主的 TP2 那部分(1 MP 时 2.30×)单卡抄不了;能抄的是环境自查和注意力那一段。

                      二、DynamicVRAM 在我这儿开不了

                      按帖子参数试的:--enable-dynamic-vram --use-ck-attention --mmap-torch-files。

                      aimdo 本身能起来(comfy-aimdo 0.6.0,识别到 24560 MB),但第一个 VAE 编码触发的部分卸载就崩:

                      aimdo: model-vbar.c:269 ERROR: Could not reserve Virtual Address space for VBAR
                      MemoryError: VBAR allocation failed
                      

                      10 秒结束,一步都没跑。系统限制我都排除了:vm.overcommit_memory=0、vm.max_map_count=1048576、服务 LimitAS/DATA=infinity,都正常。差别在版本:我用的是 ROCm 7.2.0(发行版包),楼主环境是 7.2.26015(更新的构建)。结论就是 VBAR 这套虚拟地址预留机制在我这个构建上用不了,要开 DV 得升级 ROCm 且 torch 同源,风险太大,暂时不开。

                      三、试着提功耗:只有 6%,撞的是温度墙

                      同一配置:832×480 / 362 帧 / 4 步 / res_multistep,int8 20.9 GB + nvfp4 编码器 + kitchen attention,无分块。

                      功耗上限 s/it 采样 端到端 峰值显存
                      257 W(默认) 65.14 4:20 390.4 s 23.96 GiB
                      350 W 61.06 4:04 380.5 s 23.93 GiB

                      只快了 6.3%。350 W 那轮的温度:edge 79 °C、junction(热点)104 °C、显存 84 °C,而 junction 限值是 110 °C。

                      关键在功耗数字:平均只有 243 W,离 350 W 上限还差 30%。所以不是撞功耗墙,是撞温度墙——热点到 104 °C 后 SMU 自己压频,功耗自然上不去。结论:不固化 350 W,已还原 257 W。为 6% 常年 95~104 °C 不值得。

                      四、单卡校准:确实慢,但不是降级路径

                      和帖子里 @6cccccc 的单卡复测对照:

                      • 832×480 / 362 帧 / 4 步:我 65.14 s/it,他 50.58,慢 29%
                      • 1 MP / 362 帧 / 4 步:我 310 s/步,他 245.67,慢 26%

                      两档差距一致,说明我不是踩到了降级路径(真降级是 259 s/it 那种量级),而是硬件/配置整体差一截;顺带也验证了 kitchen attention 在我这儿是通的。差距里有一部分大概率的来源是卡:涡轮版的功耗和频率上限都比零售版低,但对方到底是哪张卡我并不确定,只能说是推测。

                      当前极限:0.4 MP / 362 帧 = 65 s/it;1 MP / 362 帧 = 310 s/步。

                      后面还没试的方向:undervolt(同频降温,也许能让 350 W 站得住)、ROCm 升级后开 DV、以及算法层的 3 步 LoRA / 时间维切段 / 降分辨率。暂时到这儿,有新招再来更新。

                      xiongjie gaoX 1 条回复 最后回复
                      2
                      • XiaoteX
                        XiaoteX
                        Xiaote
                        易有太极
                        编写于 最后由 编辑
                        #21

                        🔥 本帖参与讨论人数已达 10+,入选热议,作者 +3 积分奖励!

                        奖励凭证:热议 +3 分 · 编号 h3035-3256-1

                        老特的AI助手,DeepSeek Flash驱动,没回你是因为被限速了~除了管理员不能私信我,别浪费时间~尝试多了被封号就不好了~

                        1 条回复 最后回复
                        0
                        • J IJ
                          J IJ
                          J I
                          体面乡绅
                          编写于 最后由 J I 编辑
                          #22

                          我猜测楼主的测试跟我的TP2实战速度类似?
                          我是hybrid int8 基座+Pika 6步lora(兼顾画质跟速度) + CK 注意力后端 + sol attn 稀疏注意力,但是我是7张参考图,8秒768p 是 538秒(没跑15秒测试), 7900xtx 玩h3 还是双卡更有生产力,当然跑strata rdna3我觉得可能更适合,而且最新rdna3也开始支持tp2了, https://github.com/nicejunjie/Strata-rdna3#how-the-two-cards-are-used

                          terryT 1 条回复 最后回复
                          0
                          • J IJ J I

                            我猜测楼主的测试跟我的TP2实战速度类似?
                            我是hybrid int8 基座+Pika 6步lora(兼顾画质跟速度) + CK 注意力后端 + sol attn 稀疏注意力,但是我是7张参考图,8秒768p 是 538秒(没跑15秒测试), 7900xtx 玩h3 还是双卡更有生产力,当然跑strata rdna3我觉得可能更适合,而且最新rdna3也开始支持tp2了, https://github.com/nicejunjie/Strata-rdna3#how-the-two-cards-are-used

                            terryT
                            terryT
                            terry
                            易有太极
                            编写于 最后由 编辑
                            #23

                            @J-I 你的帖子是万恶之源,抛开长篇大论,精简点结论:同样的工作流,单卡7900XTX和5080在出片效果是否一致,然后速度差距是多大。你的生产选择是什么。

                            油管:https://www.youtube.com/@抡锤者

                            J IJ 1 条回复 最后回复
                            0
                            • terryT terry

                              @J-I 你的帖子是万恶之源,抛开长篇大论,精简点结论:同样的工作流,单卡7900XTX和5080在出片效果是否一致,然后速度差距是多大。你的生产选择是什么。

                              J IJ
                              J IJ
                              J I
                              体面乡绅
                              编写于 最后由 J I 编辑
                              #24

                              @terry 画质我对比过,同样模型和设置下,A 卡和 N 卡出片效果看起来一样。

                              我之前测的是自己短片里的几个片段。双 7900 XTX TP2 测了 768p 8 秒,没测 768p 15 秒;不过也测了 1080p 8 秒。1080p 分辨率更高,8 秒的计算和显存压力跟 768p 15 秒已经比较接近,甚至可能更大。

                              在我自己的工作流和 Vast.ai 租卡测试里,N 卡跟双 7900 TP2 的实际差距没有 2867 帖子里 5080 看起来那么大,大约最多两倍不到(而且我的双卡7900xtx限制了频率在2300,功耗最多也就跑220w)。我猜可能跟我的流程一直用了 Sol-Attn 稀疏注意力有关

                              所以纯做 H3 视频,我目前更倾向 N 卡,比较省心。差距可能跟算子、驱动和 ComfyUI 生态都有关系,希望后面有社区大佬用ai帮忙优化一下 AMD 😄

                              不过双 7900 也有自己的玩法:一张跑 Strata,另一张可以打游戏(这卡单卡游戏光栅性跟5080一样,价格只有一半?)、出图或者低分辨率跑 H3。我最后买了张 5070 Ti 专门跑 H3,双 7900 留给 Strata rdna3 tp。

                              相关参赛贴: https://lcz.me/topic/3047

                              terryT xiongjie gaoX 2 条回复 最后回复
                              2
                              • J IJ J I

                                @terry 画质我对比过,同样模型和设置下,A 卡和 N 卡出片效果看起来一样。

                                我之前测的是自己短片里的几个片段。双 7900 XTX TP2 测了 768p 8 秒,没测 768p 15 秒;不过也测了 1080p 8 秒。1080p 分辨率更高,8 秒的计算和显存压力跟 768p 15 秒已经比较接近,甚至可能更大。

                                在我自己的工作流和 Vast.ai 租卡测试里,N 卡跟双 7900 TP2 的实际差距没有 2867 帖子里 5080 看起来那么大,大约最多两倍不到(而且我的双卡7900xtx限制了频率在2300,功耗最多也就跑220w)。我猜可能跟我的流程一直用了 Sol-Attn 稀疏注意力有关

                                所以纯做 H3 视频,我目前更倾向 N 卡,比较省心。差距可能跟算子、驱动和 ComfyUI 生态都有关系,希望后面有社区大佬用ai帮忙优化一下 AMD 😄

                                不过双 7900 也有自己的玩法:一张跑 Strata,另一张可以打游戏(这卡单卡游戏光栅性跟5080一样,价格只有一半?)、出图或者低分辨率跑 H3。我最后买了张 5070 Ti 专门跑 H3,双 7900 留给 Strata rdna3 tp。

                                相关参赛贴: https://lcz.me/topic/3047

                                terryT
                                terryT
                                terry
                                易有太极
                                编写于 最后由 terry 编辑
                                #25

                                @J-I 去把你的参赛帖子链接贴到你的回复中,你只发一个帖子,不要多发。

                                油管:https://www.youtube.com/@抡锤者

                                1 条回复 最后回复
                                1
                                • Leon YL
                                  Leon YL
                                  Leon Y
                                  体面乡绅 硕果累累
                                  编写于 最后由 编辑
                                  #26

                                  双 3090 + --use-ck-attention:单变量 A/B,端到端 1.95×

                                  平台:2× RTX 3090 24 GB(Ampere sm_86),NVLink 4(实测 P2P 49 GB/s),Ryzen 9 5950X,60 GB DDR4,Ubuntu 26.04 / CUDA 13.1 / torch 2.14.1+cu130

                                  工作流:MiniMax-H3 int8,576×1024,362 帧(15 s @ 24fps),8 步 + 8 步 turbo LoRA,res_multistep / simple,BasicGuider(无 CFG)

                                  A/B(同机同工作流,唯一变量是这个 flag):

                                  启动参数 日志里的后端 端到端
                                  main.py --port 8189 --listen 0.0.0.0 Using pytorch attention 891 s
                                  ... --use-ck-attention Using Comfy Kitchen attention 457 s
                                  1.95×
                                  补充观察:

                                  ① 先做注意力微基准,比"能不能出片"可靠

                                  python

                                  4096 token,SDPA×20 取均值

                                  正常: 2.7 ms/次 ← 健康
                                  异常: 数百 ms ← 静默降级
                                  这条来自你 F2 的思路,我照做了,确认没走兜底路径之后才去测端到端。

                                  ② 你的 F1 在 CUDA 上有等价陷阱:我用 torch 2.14.1+cu130 对系统 CUDA 13.1,同源。minor 版本错配同样会让内核失效且不报错。

                                  ③ --disable-pinned-memory 是我这边的必要设置:两个实例各驻留 23 GB 模型,60 GB RAM 放不下锁页缓冲区。代价是模型加载慢 1.5-3 倍,但只在加载阶段,采样不受影响。

                                  ④ 我现在是"双实例并行"而不是 TP2:两条片同时出,各自占一张卡。NVLink 插着但单实例 ComfyUI 用不到 —— 我试过 Comfy-H3-MultiStream(装得上、零依赖、六个节点正常),它的价值在"能原生跑 720×1280 而不是生成后放大",不在"更快",所以我暂时撤了。

                                  ⑤ 感谢那 12 条失败档案 —— F8(同 seed 命中节点缓存造出假的 7.1 s)和 F2 直接帮我省了时间。

                                  xiongjie gaoX 1 条回复 最后回复
                                  1
                                  • williamlouisW williamlouis

                                    AMD涨价的重要贡献者。千万不要放社区共享。给入手7900XTX的兄弟留点时间。

                                    xiongjie gaoX
                                    xiongjie gaoX
                                    xiongjie gao
                                    王侯将相
                                    编写于 最后由 编辑
                                    #27

                                    @williamlouis 等大船货到了我就上车H100了。🤠

                                    https://github.com/shawn86574-prog/x99-7900xtx-p2p
                                    https://github.com/shawn86574-prog/kuzuryusen

                                    1 条回复 最后回复
                                    0
                                    • 6 6cccccc

                                      抄了一下作业,让deepseek测的的结果
                                      实测结果
                                      统一条件:minimax_h3_fl2va_pruned_int8_convrot(20 G)+ qwen3vl_32b_int4(14 G)+ lightx2v turbo v4 LoRA 0.75、362 帧(15 s @24fps)、4 步、res_multistep、DV + int8 注意力全开。

                                      分辨率 s/it 采样 端到端(含冷启动)
                                      832×480 50.58 3:22 4 分 40 秒(280.2 s)
                                      1344×768 245.67 16:23 18 分 36 秒(1115.7 s)
                                      两条产物都是 362 帧、15.08 秒、带 AAC 音轨,解码保存都正常

                                      xiongjie gaoX
                                      xiongjie gaoX
                                      xiongjie gao
                                      王侯将相
                                      编写于 最后由 编辑
                                      #28

                                      @6cccccc 速度上差不多,已经调教到能用的阶段了。

                                      https://github.com/shawn86574-prog/x99-7900xtx-p2p
                                      https://github.com/shawn86574-prog/kuzuryusen

                                      1 条回复 最后回复
                                      0
                                      • 懒人烘培懒 懒人烘培

                                        @terry

                                        交作业|单张 7900 XTX 跑 MiniMax-H3,1536×864、15 秒、4 步有声出片

                                        本机用一张 RX 7900 XTX 24 GB 跑 MiniMax-H3,1536×864、362 帧(15.08 秒)、4 步已完整有声出片。提交到出片用时 28 分 01 秒,峰值显存 23.82 GiB,四步采样和 VAE 解码均通过。

                                        864p-4step.jpg

                                        配置

                                        • 主模型:minimax_h3_fl2va_pruned-w4a8_convrot_pruned
                                        • LoRA:minimax_h3_turbo_v4_step600_ema_pruned_comfyui,强度 1.0
                                        • 采样器:res_multistep,调度器:simple,24 fps
                                        • 环境:ComfyUI 0.40.0、PyTorch 2.11.0+rocm7.2、Comfy Kitchen 0.2.37
                                        • 启动参数:--enable-dynamic-vram --use-ck-attention --mmap-torch-files --disable-smart-memory
                                        • 导出:视频与音频分开导出,再合成 H.264 + AAC MP4

                                        配置参考@xiongjie-gao 贴文。

                                        4 步有声出片对比

                                        分辨率 帧数 / 时长 采样用时 端到端用时 峰值显存
                                        1280×736 362 / 15.08 秒 13 分 52 秒 15 分 54 秒 23.86 GiB
                                        1536×864 362 / 15.08 秒 25 分 14 秒 28 分 01 秒 23.82 GiB

                                        兼顾分辨率和耗时,推荐 1280×736、约 15 秒、4 步。 需要更高分辨率时,1536×864 同规格已经跑通,像素数多约 41%,本轮出片多等 12 分 07 秒。两档各有一次成功实测,连续多轮的稳定性还有待验证。

                                        720p-4step.jpg

                                        单卡显存边界

                                        本机可用显存 23.98 GiB。成功档最高测到 23.86 GiB,余量约 120 MiB。下表的 1 步用于测试采样、解码和导出能否通过。OOM 档的显存峰值只包含已成功分配的显存。

                                        测试方向 成功档 首步 OOM 档
                                        固定 362 帧 / 15.08 秒,提高分辨率 1536×864,4 步,峰值 23.82 GiB 1728×960,1 步,申请 2.33 GiB 时剩 2.21 GiB;1920×1088 也触发 OOM
                                        固定 1280×736,增加时长 549 帧 / 22.88 秒,1 步,10 分 12 秒有声出片,峰值 23.55 GiB 617 帧 / 25.71 秒,1 步,申请 1.70 GiB 时剩 576 MiB

                                        下图取自 22.88 秒压力测试的第 18 秒。这个时长已验证 1 步有声出片,4 步仍待实测。

                                        23s-limit.jpg

                                        结论

                                        单张 RX 7900 XTX 24 GB 已实测跑通 1536×864、362 帧(15.08 秒)、4 步的 MiniMax-H3 有声视频。整条用时 28 分 01 秒,峰值显存 23.82 GiB。同样是 15 秒,升到 1728×960 就在首步遇到显存不足。

                                        日常兼顾分辨率和耗时,我推荐 1280×736、15 秒、4 步,本机实测 15 分 54 秒。有更高分辨率需求时,可以用已经跑通的 1536×864,同样 4 步多等约 12 分钟。这两个档位各完成了一次有声出片,连续跑多条的稳定性还待验证。

                                        xiongjie gaoX
                                        xiongjie gaoX
                                        xiongjie gao
                                        王侯将相
                                        编写于 最后由 编辑
                                        #29

                                        @懒人烘培 真不错,我单 卡跑的也是差不多成绩。结论就是7900XTX可能还谈不上是我们社团的双花红棍,但肯定是最能打的头马之一。

                                        https://github.com/shawn86574-prog/x99-7900xtx-p2p
                                        https://github.com/shawn86574-prog/kuzuryusen

                                        1 条回复 最后回复
                                        0
                                        • Ang LeeA Ang Lee

                                          你的和我之前测的感觉速度差不多一样吧?有不对可以更正我。
                                          https://lcz.me/topic/1168

                                          xiongjie gaoX
                                          xiongjie gaoX
                                          xiongjie gao
                                          王侯将相
                                          编写于 最后由 编辑
                                          #30

                                          @Ang-Lee 仔细看了,这个单卡跑H3数据 跟我这边可以相互印证。

                                          https://github.com/shawn86574-prog/x99-7900xtx-p2p
                                          https://github.com/shawn86574-prog/kuzuryusen

                                          1 条回复 最后回复
                                          0

                                          你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                                          厌倦了每次访问都刷到同样的帖子?您注册账号后,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

                                          有了你的建议,这篇帖子会更精彩哦 💗

                                          注册 登录
                                          回复
                                          • 在新帖中回复
                                          登录后回复
                                          • 从旧到新
                                          • 从新到旧
                                          • 最多赞同


                                          • 登录

                                          • 登录或注册以进行搜索。
                                          • 第一个帖子
                                            最后一个帖子
                                          0
                                          • 版块
                                          • 最新
                                          • 标签
                                          • 热门
                                          • 用户
                                          • 群组