[H3剑心比赛] 2×RX 7900 XTX|MiniMax H3 Ref2VA 双参考图 · 有声版
-
一、视频链接**
3D风格:https://youtu.be/Qi9JcyqUvGI
2D风格:(https://youtu.be/fVJKn2p22po
二、软硬件配置
项目 配置
GPU AMD Radeon RX 7900 XTX 24 GB ×2,
ROCm 7.14
ComfyUI 现役版 + comfy-kitchen attention
DiT 权重 minimax_h3_ref2va_pruned_int8_convrot(Comfy-Org pruned repack)
文本编码器 qwen3vl_32b_minimax_h3_int8_convrot
VAE MiniMax-H3-video_vae + minimax_h3_audio_vae_fp32
LoRA minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16(TP 下按 rank 切分,生效 208 个张量)
三、工作流(可复现)
JSON 见附件(f3d_av.wf.json / f2d_av.wf.json),
refs_rival_workflow.json
骨架:
MiniMaxH3ReferenceToVideo:双参考图(ref_image_0=剑心、ref_image_1=志志雄,ref_image_size=match),length=294 帧。人物身份走参考 token、不靠文字描述——这是 Ref2VA 相对纯文生视频(FL2VA)的关键:同一提示词下 FL2VA 只能"照文字编两个人",Ref2VA 每一步都带参考图。
不喂任何参考音频:MiniMaxH3ReferenceToVideo的第二个输出(含 video+audio latent)→LTXVSeparateAVLatent→ 4 步采样 → 视频 latent 走VAEDecode、音频 latent 走VAEDecodeAudio→CreateVideo(images, audio)→SaveVideo(h264)。音效(刀剑交锋、火焰呼啸)由 H3 的音频分支自己生成,另存一份SaveAudio(flac)。
采样:SamplerCustomAdvanced + BasicGuider + euler/beta + 4步 + MiniMaxH3SigmaShift(12/3),seed 3045100(3D)/ 3045200(2D)。
帧数口径:H3 帧网格是n%17==5上取整,12 s×24fps=288 → 实际生成 294 帧 = 12.25 s,成片-t 12精裁到 288 帧/12.000 s(ffprobe 验证)。
四、加速手段
comfy kitchen attention
int8 convrot 量化(Comfy-Org pruned repack)
自写 TP=2 插件:qkv/fc1 列并行、out_proj/fc2 行并行 + bf16 all_reduce;LoRA 同步按 rank 切分。两 rank 输出 mp4 md5 逐位相同(TP 一致性)。
--mmap-torch-files(权重走文件映射,防连续多发的 global OOM)
五、生成速度(1344×768 / 294 帧 / 4 步 · Ref2VA 双参考图 + 音频分支)
3D 风格 2D 风格
每步耗时(tqdm) 104.73–105.22 s/it 105.97–107.61 s/it
采样段(4 步) 7 分 00 秒 7 分 10 秒
端到端(Prompt executed,含模型加载/文本编码器/双 VAE 解码) 14:25 15:47
成片 f3d_12s_audio.mp4(13.7 MB,h264+AAC) f2d_12s_audio.mp4(11.6 MB,h264+AAC)
口径说明:
端到端含模型加载与 VAE 解码;两发之间的第二发不再冷启加载,但含 294 帧视频+音频双解码。
单卡 7900 XTX 在 1344×768 档跑不动(int8 权重反复换出,实测 10 分钟停在 1/8 步)——TP=2 在这一档不是"快一点",而是唯一能出片的路线。采样期每卡显存 ~14 GiB。
TP=2 的加速比被本机 PCIe 3.0 x16 锁死(all_reduce 等效带宽 ~4 GB/s,每步上限 ~1.5×;832×480 小档只有 1.19×)——所以这套的收益主要是装得下,不是快。
六、踩坑实录(A 卡 TP=2 跑 H3 特有的)
权重必须用 Comfy-Org pruned repack:非 pruned int8_convrot 出均匀灰片,单卡也一样,极易误判成 TP 切分错。
turbo LoRA 在 TP 下会静默失效(键名不匹配被跳过、画面正常速度不变):要按 rank 切 lora_A/lora_B;生效判据 =ERROR lora=0 + 切分计数 208 + 开关 LoRA 同 seed PSNR 落在 15–25 dB。
连续换 UNET 连发会 global OOM:两份 26 GB 文本编码器常驻 CPU + DiT 页缓存打满 swap,内核会杀 ComfyUI(甚至同机无关服务)。处置:drop_caches +--mmap-torch-files+ 临时 swapfile。
1344×768/294 帧时日志打loaded partially … lowvram patches: 33是正常现象,速度不受影响,别当切分失效。
RCCL 在本拓扑固定走 SHM(主机中转)而非 P2P——实测已贴着 PCIe 3.0 x16 上限,不是慢路径,不用"修"。 -
,
W Wang Wei 引用了 此主题
-
-
-