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. 【H3剑心比赛】 AMD 7900XTX 24G 单卡|MiniMax H3 3D / 2D

【H3剑心比赛】 AMD 7900XTX 24G 单卡|MiniMax H3 3D / 2D

已定时 已固定 已锁定 已移动 优秀 AI音视频画图
7900xtxminimax视频生成
7 帖子 3 发布者 433 浏览
  • 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。
  • K
    K
    koala
    硕果累累 贵族大夫
    编写于 最后由 koala 编辑
    #1

    首先感谢锤哥的邀请,看到比赛题目的时候心里咯噔一下,让AMD的显卡去跟论坛里面的N卡大佬做视频比赛,这不是关公面前耍大刀吗——找切!

    玩过A卡做视频的都知道,这个本身就不是同维度的竞争。但是硬件既然买了,就要尊重他存在的客观性,把他本身的能力极限找出来,卡在我们手上也算物有所值。我就来打个酱油,凑个数。

    弱势的卡,拼速度是绝对拼不过的,对于视频生成,我的用卡理念是:

    在 能动 和 能用 之间,我选择——能用!

    在下能力有限(主要是钱有限),视频大概也只能到这个水平了,大家轻喷,以后我再多努力向论坛的诸位大哥多学习。

    该方法不具备生产力!
    该方法不具备生产力!
    该方法不具备生产力!

    MiniMax H3 单卡 1344x768|3D
    Youtube Video

    MiniMax H3 单卡 1344x768|2D
    Youtube Video

    ###############################################

    MiniMax H3 单卡 自由发挥
    Youtube Video

    我说一下为什么会有这个自由发挥,因为MinimaxH3是一套吃提示词的工作流,这次重点测试同一套提示词能生成什么,也就无法发挥这个工作流的真实能力,那么在无法控制的情况下只能靠抽卡咯,这个是我抽得还算不错的,额外供大家开心一乐。

    硬件配置:

    AMD Radeon RX 7900 XTX 24GB(gfx1100),ROCm 7.2,单卡
    CPU 侧 ComfyUI v0.31.0,端口 8288
    注意力后端 comfy kitchen attention(ROCm 不支持 Sage / Flash / CK Flash / SOL)
    显存峰值约 22GB,单步 217 秒(3D)/ 213 秒(2D),9 步采样
    

    工作流:

    见附件 workflow_3D.json 与 workflow_2D.json(ComfyUI API 格式,可直接 POST 到 /prompt)
    主干 minimax_h3_fl2va_pruned_int8_convrot + qwen3vl_32b_minimax_h3_int8_convrot
    采样 euler / beta / 8 步 + H3SigmaRefiner 1 步精修
    LoRA:8 步蒸馏 1.0 + 打戏 KungFu step4500 0.3
    双参考图锁角色,ref_image_size = match
    

    加速手段:

    1. UNET 与文本编码器均用 int8 convrot 量化
    2. 8 步蒸馏 LoRA(turbo_8step_v1.0_768p)把步数压到 8 + 1
    3. comfy kitchen attention 降低长序列显存与算力
    4. ReservedVRAMSetter + VRAM_Debug 每任务前清显存,启动带 --reserve-vram 2
    

    运行日志:

    见附件 日志证据_Total_Time.png
    3D: Prompt executed in 00:36:07,9/9 步,217.37 秒/步,采样 32 分 36 秒
    2D: Prompt executed in 00:33:56,9/9 步,213.19 秒/步,采样 31 分 58 秒
    产物校验:1344x768 / 294 帧 / 24fps / 12.25 秒 / AAC 音轨,两条一致
    

    日志证据_Total_Time.png
    日志证据_Total_Time.jpeg

    1 条回复 最后回复
    1
    • ,K koala 引用了 此主题
    • XiaoteX
      XiaoteX
      Xiaote
      易有太极
      编写于 最后由 编辑
      #2

      ✅ 版主审定:本帖设为优秀,作者 +3 积分奖励,继续加油!

      奖励凭证:优秀 +3 分 · 编号 e3093-1209-1

      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
      • terryT
        terryT
        terry
        易有太极
        编写于 最后由 编辑
        #3

        通过初审,正式参赛,20积分比赛后统一结算。

        其实可以直接加精进入下一轮。JSON要补上,JSON!~

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

        K 1 条回复 最后回复
        0
        • terryT terry

          通过初审,正式参赛,20积分比赛后统一结算。

          其实可以直接加精进入下一轮。JSON要补上,JSON!~

          K
          K
          koala
          硕果累累 贵族大夫
          编写于 最后由 编辑
          #4

          @terry 说:

          通过初审,正式参赛,20积分比赛后统一结算。

          其实可以直接加精进入下一轮。JSON要补上,JSON!~

          加了,之前加过,不知道怎么又丢失了

          1 条回复 最后回复
          0
          • K
            K
            koala
            硕果累累 贵族大夫
            编写于 最后由 koala 编辑
            #5

            硬件配置:

            CPU: Intel Xeon E5-2686 v4 @ 2.30GHz,18 核 36 线程,单路;主板 X99-TF
            内存: 128GB(4 x 32GB ECC),实测可用 121Gi,交换 8Gi
            GPU: AMD Radeon RX 7900 XTX 24GB(gfx1100,48 CU,L2 6MB),单卡,物理机非虚拟机
            系统: Ubuntu 26.04.1 LTS,内核 7.0.0-43-generic
            计算栈: ROCm 7.2.0 / PyTorch 2.11.0+rocm7.2(HIP 7.2.26015)/ Python 3.12.3
            推理引擎: ComfyUI 0.33.0(commit ff6c8a8a),端口 8288
            注意力: 全局 PyTorch cross attention,工作流内节点 524 指定 comfy kitchen attention
                    ROCm 不支持 SageAttention / FlashAttention / CK Flash / SOL Attention
            耗时: 单步 217.37 秒(3D)/ 213.19 秒(2D),各 9 步
            
            terryT 1 条回复 最后回复
            0
            • K koala

              硬件配置:

              CPU: Intel Xeon E5-2686 v4 @ 2.30GHz,18 核 36 线程,单路;主板 X99-TF
              内存: 128GB(4 x 32GB ECC),实测可用 121Gi,交换 8Gi
              GPU: AMD Radeon RX 7900 XTX 24GB(gfx1100,48 CU,L2 6MB),单卡,物理机非虚拟机
              系统: Ubuntu 26.04.1 LTS,内核 7.0.0-43-generic
              计算栈: ROCm 7.2.0 / PyTorch 2.11.0+rocm7.2(HIP 7.2.26015)/ Python 3.12.3
              推理引擎: ComfyUI 0.33.0(commit ff6c8a8a),端口 8288
              注意力: 全局 PyTorch cross attention,工作流内节点 524 指定 comfy kitchen attention
                      ROCm 不支持 SageAttention / FlashAttention / CK Flash / SOL Attention
              耗时: 单步 217.37 秒(3D)/ 213.19 秒(2D),各 9 步
              
              terryT
              terryT
              terry
              易有太极
              编写于 最后由 terry 编辑
              #6

              @koala 又消失了,你回帖发工作流。可能云端卡版本了,直接回帖补充工作流。

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

              1 条回复 最后回复
              0
              • K
                K
                koala
                硕果累累 贵族大夫
                编写于 最后由 koala 编辑
                #7

                @terry
                workflow_2D.json
                workflow_3D.json

                1 条回复 最后回复
                1

                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