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」(小白篇)MiniMax H3 部署 · 参数 · 执行 · 对比 全记录 (优化版测试原始数据)

「H3剑心比赛」(小白篇)MiniMax H3 部署 · 参数 · 执行 · 对比 全记录 (优化版测试原始数据)

已定时 已固定 已锁定 已移动 优秀 AI音视频画图
r9700多卡部署视频生成
16 帖子 6 发布者 403 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。
  • Magic629M
    Magic629M
    Magic629
    硕果累累 贵族大夫
    编写于 最后由 Magic629 编辑
    #1

    MiniMax H3「剑心比赛」部署 · 参数 · 执行 · 对比 全记录

    任务来源 https://lcz.me/topic/3045 (抡锤者论坛 · AI 音视频画图 · MiniMax H3 挑战赛「抡锤者」)
    出片执行 2026-11-16 02:57:49 – 03:29:55(Asia/Shanghai),单条串行驱动,无人值守
    基线对照 2026-11-15 同机同 prompt 的 20 步基线两条
    执行链路 Windows 工作站 → SSH(别名 vllm-r9700)→ GPU 服务器 magic629-AI(192.168.67.202,用户 magic629)
    交付位置 C:\Users\MagicZ790\Desktop\H3剑心比赛-2026.11.16\
    一句话结果 双 R9700 32G 纯 ROCm 原生栈,MiniMax H3 Ref2VA fp8,1344×768 / 294 帧 / 12.25 s 两条参赛成片,turbo 8 步端到端 707 s / 702 s,比同机 20 步基线快 1.89×;附加 4 步档 516 s(2.59×)

    第 1 章 规则解读与逐条落实

    比赛硬性要求共 11 条,逐条对照本次落实:

    # 规则要求 落实方式 证据位置
    1 模型必须是 MiniMax H3 minimax-h3-ref2va-fp8.rad(26,863,880,192 B = 25.0 GiB fp8 权重容器),未换模型、未换底座 工作流\90-lora-turbo.conf
    2 分辨率 1344×768 三条成片 ffprobe 实测 width=1344 height=768 证据\logs\ffprobe-*.txt
    3 时长 12S 294 帧 @ 24 fps = 12.250000 s(该档位唯一合法帧数,推导见 3.1) 同上
    4 使用官方 6 张参考图 剑心 ×3 + 志志雄 ×3 全部作为 --image 送入,并用 <Picture 1..6> 显式指派角色 参考图\、工作流\prompt-*.txt
    5 两条成片:(Style: 3D CGI animation) 与 (Style: 2D traditional anime) 两条均出,同机同流同 seed 视频\
    6 统一提示词 官方 prompt 逐字使用,仅替换 (Style: …) 一处 工作流\prompt-*.txt
    7 工作流通用可复现 一条命令 + 全部脚本随附 第 6 章
    8 上传油管 + 单独发帖,回帖以 [H3剑心比赛] 开头 草稿已备好,链接两处待填(人工步骤) 参赛帖草稿.md
    9 证据四件套:硬件配置 / 工作流 / 加速手段 / 含 Total Time 的完整运行日志(不收截图) 本文档 + 证据\logs\ 全部为文本日志与命令行取证 第 2、3、5 章
    10 一周内结算 期限内 —
    11 2D 不必依赖 3D 中间产物 2D 直接用同一组官方参考图,未引入 3D 成片作参考 工作流\inputs-2D-anime-8step.json

    第 2 章 部署

    2.1 硬件拓扑(引擎自报,非人工填写)

    引擎启动时打印的硬件清单是最可信的一手证据:

    card 0000:03:00.0  rank 0 (device 0)  gfx1201 "AMD Radeon AI PRO R9700"  31.86 GiB VRAM  NUMA -1  driver amdgpu card1
    card 0000:06:00.0  rank 1 (device 1)  gfx1201 "AMD Radeon AI PRO R9700"  31.86 GiB VRAM  NUMA -1  driver amdgpu card0
    card 0000:00:02.0  not serving  0x8086:0x7d67  unknown VRAM  NUMA -1  driver i915 card2
    host      Intel(R) Core(TM) Ultra 7 265K | 20 cores, 20 threads | RAM 62.26 GiB, 29.64 GiB available | swap 40.00 GiB, 433.86 MiB used
    system    kernel 7.0.0-42-generic | Ubuntu 24.04.5 LTS | no container seen | cgroup memory unlimited | memlock unlimited
    memory    huge pages madvise (defrag madvise, shmem never) | ttm.pages_limit 31.13 GiB | pinned by this process 26.89 GiB
    
    项 值 取证命令
    GPU 2 × AMD Radeon AI PRO R9700 32GB(PCI ID 1002:7551 rev c0,架构 gfx1201 / RDNA4) lspci -nn、引擎日志
    单卡显存 32624 MiB(引擎按 31.86 GiB 计) /sys/class/drm/card{0,1}/device/mem_info_vram_total
    CPU Intel Core Ultra 7 265K,20 核 20 线程 /proc/cpuinfo、nproc
    内存 / 交换 64 GB(62.26 GiB)/ 40 GiB swap free -g
    系统 Ubuntu 24.04.5 LTS,kernel 7.0.0-42-generic uname -a
    核显 Intel Arrow Lake 8086:7d67,i915 驱动,不参与计算 lspci -nn

    全程 ROCm 原生:无 CUDA、无 CUDA 兼容层、无 N 卡兜底。

    2.2 软件栈与版本

    层 组件 版本 / 路径
    计算栈 torch / HIP torch 2.14.1+rocm7.14,hip 7.14.60850
    推理引擎 Radiance(自研 C++ 引擎,build 2026-10-26) /home/magic629/radiance-h3-fullref/build/bin/radiance
    视频模型 MiniMax H3 Ref2VA fp8 /home/magic629/h3-models/minimax-h3-ref2va-fp8.rad(25.0 GiB)
    预处理 ComfyUI(独立 venv)+ h3_fullref.py prepare /home/magic629/ComfyUI/.venv,Qwen3-VL 文本编码塔 + VAE
    服务 systemd radiance-h3fullref.service,监听 :8001 见 2.3
    互斥服务 docker radiance-flashnext(LLM,:8000 / :8010) 与视频服务抢同一对卡
    记账 h3-postlog.sh → ~/h3-runs.csv 每次出片自动追加一行

    2.3 服务化与双服务显存互斥

    双卡只有 2 × 32 GB,视频服务与 LLM 服务不能同时驻留,因此做了闸门 + 锁 + 看门狗三件套:

    组件 作用
    /usr/local/bin/radiance-video-gate.sh begin / end / status 三态闸门:begin 停 LLM 容器并写锁与 pin,end 起视频服务后释放并恢复 LLM
    /home/magic629/radiance-prod/logs/.video-task.lock 任务锁,防止两个出片任务同时抢卡
    /home/magic629/radiance-prod/logs/.video-pin 「视频优先」钉选,带 TTL,防止 LLM 看门狗在出片中途把卡抢回去
    gpu-exclusive.conf drop-in:声明显存独占
    95-startlimit.conf StartLimitIntervalSec=300 / StartLimitBurst=5:崩溃循环 5 次即熔断,避免历史上「25 次重启把 LLM 按住不放」的事故复发
    90-lora-turbo.conf drop-in:注入 turbo LoRA 与显存预算参数(见 2.5)

    出片脚本内部顺序固定为:停 LLM → 轮询显存归零 → 预处理 → 起视频服务 → 提交生成 → 下载 → 记账 →(可选)恢复 LLM。KEEP_LLM_DOWN=1 时保留视频服务、LLM 继续停着,用于连续多条出片(本次前两条就是这么串的)。

    2.4 显存与内存预算(引擎自报,带 LoRA 的 8 步档)

    VRAM budget, per card:
      card total          31.86 GiB
      activation arena    17.72 GiB   computed from the buffer plan
      --gpu-headroom-mib   4.00 GiB   left unclaimed on purpose
      claimable            9.44 GiB
      static weights       9.44 GiB   off the top: every rank's own shard
      vram_weights         9.44 GiB   static + experts
      vram_kv                    0 B   the cache's share
      unclaimed            4.00 GiB   the headroom + unusable + MiB rounding
    weights by tier   VRAM 3.60 GiB, host pool 11.64 GiB, container on disk 0 B, mapped 0 B (rank 0)
    note experts-from-host: 10.79 GiB of weights a rank live in the pinned host pool and cross PCIe when they are used
    card 1 settled at 4.29 GiB free, against 4.28 GiB (the 4.00 GiB --gpu-headroom-mib and 287.12 MiB kept for step staging)
    

    三条关键工程结论:

    1. --gpu-headroom-mib 4096 是 LoRA 能装下的前提。 早期 LoRA 槽 OOM 的根因不是权重体积,而是引擎把显存算到「刚好」,首步 staging 的 287 MiB 无处安放。留 4 GiB 余量后一次通过。
    2. --host-pool-mib 12288 + --placement layer_offload 把 11.64 GiB 权重压到钉住的主机池,代价是 10.79 GiB 专家权重每次使用要过 PCIe —— 这是「单步变慢 12 %」的物理来源之一。
    3. --vision-tower-placement ram 让 Qwen3-VL 编码塔常驻内存,不占显存;配合 62 GiB 内存,预处理阶段 MemAvailable 始终 ≥ 23 GiB,swap 只用了 433 MiB。

    2.5 LoRA 部署与热切换

    LoRA 路径 体积 原生 rank 本机 rank
    turbo 8 步 v1.1 768p(参赛档) ~/h3-models/lora/minimax_h3_ref2v_turbo_8step_v1.1_768p_bf16.safetensors 1,383,677,808 B 128 128(无损)
    turbo 4 步 v0.1 comfyui(对照档) ~/h3-models/ComfyUI-Models/loras/minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors 1,956,193,000 B 384 128(被截断)

    服务侧一次性声明,请求侧按名字启用(名字必须匹配,否则静默不生效):

    # /etc/systemd/system/radiance-h3fullref.service.d/90-lora-turbo.conf
    ExecStart=... --lora turbo=/home/magic629/h3-models/lora/minimax_h3_ref2v_turbo_8step_v1.1_768p_bf16.safetensors \
                  --max-loras 1 --max-lora-rank 128 ...
    # 请求侧
    "loras": ["turbo"]
    

    换档流程(本次实测有效,约 20 s):

    sudo sed -i "s#--lora turbo=[^ ]*#--lora turbo=<新权重路径>#" \
         /etc/systemd/system/radiance-h3fullref.service.d/90-lora-turbo.conf
    sudo systemctl daemon-reload          # 下一次 systemctl start 时生效,无需常驻重启
    

    备份:/home/magic629/90-lora-turbo.conf.keep8step。跑完 4 步对照后驱动脚本自动还原为 8 步档并 daemon-reload,收尾已核对:

    turbo=/home/magic629/h3-models/lora/minimax_h3_ref2v_turbo_8step_v1.1_768p_bf16.safetensors
    

    2.6 素材目录布局(两个必须避开的坑)

    h3-make-multi.sh 的取图逻辑:

    ls "$DIR"/*.png "$DIR"/*.jpg "$DIR"/*.jpeg      # 只认素材目录【顶层】的图片
    VID=$(ls "$DIR"/*.mp4 2>/dev/null | grep -v /成片- | grep -v /out- | head -1)   # 任意 mp4 会被当成动作参考视频
    

    因此:

    • 参考图必须放在素材目录顶层,放子目录里等于没给(本次建了三个干净目录 ~/h3-c16-3d、~/h3-c16-2d、~/h3-c16-3d4s,各放 6 张 jpg + 一份 prompt.txt)。
    • 素材目录里不能留历史成片(如 final-3d.mp4),否则会被当成「动作参考视频」混进请求,改变生成语义。旧的 ~/h3-contest-3d / ~/h3-contest-2d 就有这个问题,所以本次另起新目录。

    第 3 章 参数

    3.1 帧数与分辨率的硬约束(为什么是 294 帧)

    h3_fullref.py 的校验规则:

    帧数 length 必须满足  length = 17n + 5,n ∈ [7, 21]
    尺寸     宽高必须是 32 的倍数,单边 ≥ 256,宽高比 ≤ 4:1
    面积     ≤ 1344 × 768 = 1,032,192 px
    

    推导:

    n = round((12 × 24 − 5) / 17) = 17   →   length = 17 × 17 + 5 = 294 帧
    294 / 24 fps = 12.25 s               →   12 秒档位下唯一合法值(277 帧 = 11.54 s,311 帧 = 12.96 s 都更偏)
    1344 × 768 = 1,032,192 px            →   正好等于面积上限,无需降档
    

    3.2 预处理参数(h3_fullref.py prepare)

    参数 值 说明
    --image ×6(jianxin1-3.jpg、zhizhixiong1-3.jpg) 官方 6 张参考图,action="append",上限 9 张
    --reference-max-area 344064 默认值 = 1344×768/3;可用环境变量 REF_AREA 覆盖
    --width × --height 1344 × 768 面积上限
    --frames 294 见 3.1
    --fps 24 固定
    --seed 145 三条完全相同(SEED 可覆盖)
    --pad_reference_video true 参考图补齐为视频片段形态
    ROCR_VISIBLE_DEVICES 0 预处理只用单卡(编码 + VAE 不需要双卡)
    产物 request.json 92 MB、prepared.pt、inputs.json 每个 work-* 目录约 235 MB

    3.3 请求体关键字段(inputs.json 实测,三条只差 steps)

    { "width": 1344, "height": 768, "megapixels": 1.032192,
      "frames": 294, "fps": 24, "steps": 8, "seed": 145,
      "context_rows": 3608, "reference_max_area": 344064,
      "pad_reference_video": true, "loras": ["turbo"] }
    

    一个容易踩的语义坑:命令行 --steps N 落到请求里是 num_inference_steps = N + 1。

    命令行 请求字段 日志确认
    --steps 20 num_inference_steps: 21 基线
    --steps 8 num_inference_steps: 9 OK 已注入 loras=['turbo'] num_inference_steps=9
    --steps 4 num_inference_steps: 5 同上,=5

    3.4 HTTP API 调用序列

    POST /v1/videos            ← 提交(multipart:request.json + 参考图)→ {"id": "video_..."}
    GET  /v1/videos/{id}       ← 每 60 s 轮询:queued → in_progress(progress 0..100) → completed
    GET  /v1/videos/{id}/content  ← 下载 mp4
    GET  /v1/models            ← 服务就绪探针(200 即认为加载完成)
    

    三条成片的 job id:

    成片 job id
    3D / 8 步 video_db09159e8c7b2a49fffeff886ddf8f20
    2D / 8 步 video_1a389230724edbe03cc63df946476295
    3D / 4 步 video_3315b4a00ec8ee5071be971ed65863e9
    20 步基线 3D / 2D(11-15) video_2cfb4d1a29f83f1d1f2dac2fb6e1ea64 / video_6b4d10461a92b4b6bae7397659aca22b

    3.5 环境变量开关(h3-make-multi.sh)

    变量 本次取值 作用
    LORAS turbo 往请求里注入 "loras": ["turbo"]
    OUT_PREFIX out 输出文件名前缀;必须 ASCII,否则 scp 回传时中文路径易出问题
    KEEP_LLM_DOWN 1(前两条)/ 不设(第三条) 出片后是否把 LLM 恢复回来
    SEED 默认 145 固定种子,保证三条可比
    REF_AREA 默认 344064 参考图最大面积
    WORK_KEEP 默认 5 素材目录保留最近 N 个 work-*

    调用形式:

    bash ~/h3-make-multi.sh <素材目录> <秒> <步> <宽x高> <超时分>
    # 本次:
    LORAS=turbo OUT_PREFIX=out KEEP_LLM_DOWN=1 bash ~/h3-make-multi.sh ~/h3-c16-3d 12 8 1344x768 40
    

    3.6 提示词全文

    3D 版(2D 版仅首行换成 (Style: 2D traditional anime)):

    (Style: 3D CGI animation) Masterpiece, high quality, cinematic lighting.
    Subject: A fierce battle sequence featuring two characters based on the reference images—a red-clad swordsman (Jianxin) and a purple-robed warrior (Zhizhixiong).
    Action: The camera begins with a dynamic low-angle tracking shot. The swordsman in red dashes forward with a long sword, leaving a glowing trail, while the warrior in purple stands firm and executes a sweeping counter-attack with a flaming effect. They clash in the center of the frame, creating a shockwave of energy and sparks. The camera rapidly orbits around them as the fiery battle intensifies, concluding with the red-clad swordsman landing gracefully while the purple warrior points his weapon forward, both facing the camera.
    Environment: Dramatic background with embers floating in the air, high contrast lighting.
    References: <Picture 1>, <Picture 2> and <Picture 3> show the red-clad swordsman Jianxin. <Picture 4>, <Picture 5> and <Picture 6> show the purple-robed warrior Zhizhixiong.
    

    最后一行是 H3 官方占位符约定(<Picture N>),作用是把 6 张参考图显式指派给两个角色。不加这一行时,模型会自行猜测图片与角色的对应关系,实测会出现服装串色(红袍角色拿到紫袍纹理)。


    第 4 章 执行过程

    4.1 时间线(2026-11-16,Asia/Shanghai)

    时刻 事件
    02:57:49 串行驱动启动;建三个干净素材目录;确认 drop-in 挂的是 8 步 LoRA;3D 8 步开始
    02:57:52 停 LLM 容器,双卡显存降到 57 MiB
    02:59:34 预处理完成(102 s),request.json 92 MB,注入 loras=['turbo']、num_inference_steps=9
    02:59:52 视频服务就绪(18 s,双卡 TP2 加载 25 GiB fp8)
    03:09:36 3D 8 步出片 out-030936.mp4(8.7 MB),Total Time 707 s;LLM 保持停止
    03:09:36 2D 8 步开始(复用已停的 LLM,省一次切换)
    03:21:18 2D 8 步出片 out-032118.mp4(8.3 MB),Total Time 702 s
    03:21:18 – 03:23:15 切换 LoRA:drop-in 改指 4 步权重 → daemon-reload → 服务重启(03:23:15 引擎打印新预算表)
    03:29:55 3D 4 步出片 out-032955.mp4(12.0 MB),Total Time 516 s;恢复 LLM
    03:29:55 还原 8 步 drop-in + daemon-reload,驱动写 ALL_DONE rc=3d8:0 2d8:0 3d4:0
    03:33 证据收集:ffprobe ×3、抽帧 ×12、日志切片、硬件取证、inputs.json 落盘
    03:36 – 03:41 打包上桌面,服务器复位(视频服务停、显存交还 LLM、radiance-flashnext Up healthy)

    三条串行总占用 32 分 06 秒(含 LoRA 切换),全程无人值守。

    4.2 单次出片的四个阶段(3D / 8 步完整日志)

    ==============================================
     素材: /home/magic629/h3-c16-3d
     参考图: 6 张 -> jianxin1.jpg .. zhizhixiong3.jpg
     输出: 1344x768 / 294 帧 / 8 步 / 12s
     开始: 2026-11-16 02:57:49 CST
    ==============================================
    [1/4] 腾出双卡显存 ...
      停 LLM 容器 radiance-flashnext ...
      ✅ 显存已释放(57 MiB)
    [2/4] 预处理(Qwen3-VL 编码 + VAE,单卡)...
      [预检] 内存 MemAvailable 57 GiB / 共 62 GiB,swap 已用 433 MiB,要求 ≥ 18 GiB
      [预检] 单卡最大显存占用 57 MiB(预处理要求空卡,期望 < 1500 MiB)
      [预检] 素材目录已有 0 个 work-* 目录(每次约 235 MB)
      ✅ 内存余量充足
      ✅ request.json 已生成 (92M)  预处理耗时 102s
      OK 已注入 loras=['turbo']  num_inference_steps=9
    [3/4] 启动视频服务(双卡 TP2)...
      ✅ 就绪 (18s)
    [4/4] 提交并等待生成...
      job id: video_db09159e8c7b2a49fffeff886ddf8f20
      60s status=queued progress=0 已用 72s
      120s status=in_progress progress=11 已用 132s
      180s status=in_progress progress=22 已用 193s
      240s status=in_progress progress=33 已用 253s
      300s status=in_progress progress=45 已用 313s
      360s status=in_progress progress=56 已用 374s
      420s status=in_progress progress=67 已用 434s
      480s status=in_progress progress=78 已用 494s
      540s status=in_progress progress=90 已用 555s
    
    ==============================================
      ✅ 出片成功: /home/magic629/h3-c16-3d/out-030936.mp4  (8.7M)
     ---- Total Time 计时证据 ----
      预处理(prepare)     : 102s
      服务启动(冷启动加载) : 15s
      生成(submit->done)  : 585s
      端到端 Total Time   : 707s  (11.8 分钟)
      规格: 1344x768 / 294帧 / 8步 / 12s / seed 145
      结束: 2026-11-16 03:09:36 CST
      [记账] 已追加到 /home/magic629/h3-runs.csv
             2026-11-16 03:09:36,h3-make-multi,h3-c16-3d,1344x768,294,8,turbo,102,15,585,707,9055055,out-030936.mp4
    codec_name=h264
    width=1344
    height=768
    nb_frames=294
    codec_name=aac
    nb_frames=384
    duration=12.250000
    ==============================================
      ℹ️ KEEP_LLM_DOWN=1:视频服务留在 :8001,LLM 保持停止
    

    进度曲线几乎完全线性(每 60 s 约 +11 %),说明生成段没有卡顿或重排,时间全部花在真实的去噪步上。

    4.3 计时账本 h3-runs.csv(脚本自动追加,原样)

    time,script,dir,spec,frames,steps,loras,prepare_s,svc_s,gen_s,total_s,mp4_bytes,mp4
    2026-11-16 02:10:40,h3-make-multi,h3-int-full4,1344x768,294,4,turbo,101,12,399,517,12590935,成片-021040.mp4
    2026-11-16 03:09:36,h3-make-multi,h3-c16-3d,1344x768,294,8,turbo,102,15,585,707,9055055,out-030936.mp4
    2026-11-16 03:21:18,h3-make-multi,h3-c16-2d,1344x768,294,8,turbo,99,15,584,702,8743146,out-032118.mp4
    2026-11-16 03:29:55,h3-make-multi,h3-c16-3d4s,1344x768,294,4,turbo,98,15,399,516,12590935,out-032955.mp4
    

    第 1 行是 02:10 的全规格预演(4 步),与第 4 行字节数完全相同(12,590,935 B)—— 同 seed 同参数逐字节可复现,这是本套流程稳定性的直接证明。

    4.4 踩坑与修复清单

    现象 根因 修复
    PowerShell 里 ssh host "grep '...\"...' ..." 报 TerminatorExpectedAtEndOfString / 未预期的 EOF Windows OpenSSH + PowerShell 的引号转义与 bash 不一致,嵌套引号必炸 一律「本地写 .sh → scp → ssh "tr -d '\r' < ~/x.sh > /tmp/x.sh && bash /tmp/x.sh"」;tr -d '\r' 顺手去掉 CRLF
    中文文件名 scp 回传乱码/失败 终端码页与 SFTP 路径编码不一致 服务器侧输出统一 OUT_PREFIX=out(ASCII),回传后再本地重命名
    参考图放子目录 → 生成结果不像参考图 脚本只 ls 素材目录顶层图片 参考图必须放顶层;本次为每次出片新建干净目录
    素材目录里的历史成片被当动作参考 VID=$(ls *.mp4 | grep -v /成片- | grep -v /out- | head -1) 新目录不留 final-*.mp4
    挂 LoRA 后启动即 OOM 引擎显存算到刚好,首步 staging 287 MiB 无处安放 --gpu-headroom-mib 4096 + --host-pool-mib 12288
    LLM 被按住 25 次重启不放手 视频服务崩溃循环,看门狗反复让位又抢不回 95-startlimit.conf(StartLimitBurst=5 / 300s)熔断 + 启动前 systemctl reset-failed
    pin TTL 形同虚设,LLM 中途抢卡 pin_age() 用 cut -d' ' -f1 解析时间戳,取错字段 修正解析字段,TTL 正常生效
    ROCm 上开 Triton 反而更慢 该后端在 gfx1201 上未优化 --disable-triton-backend,改用 --kernels libr4d 原生 kernel
    systemctl is-active radiance-flashnext 显示 inactive 但服务其实正常 看门狗用 docker stop/start 操作容器,systemd 单元状态与容器实际状态脱节 以 docker ps + curl :8010/health 为准(本次收尾实测 Up (healthy) / 200)

    第 5 章 详细对比

    5.1 五组数据总表(同机、同 6 图、同 prompt、同 seed 145、同 1344×768 / 294 帧)

    档位 步数(请求内 +1) 预处理 服务冷启动 生成 端到端 相对基线 单步成本 文件体积 平均码率
    20 步基线 3D(11-15) 21 107 s 12 s 1213 s 1336 s(22.3 min) 1.00× 57.8 s/步 12,778,318 B 8.35 Mb/s
    20 步基线 2D(11-15) 21 98 s 12 s 1223 s 1337 s(22.3 min) 1.00× 58.2 s/步 13,478,132 B 8.80 Mb/s
    turbo 8 步 3D(参赛) 9 102 s 15 s 585 s 707 s(11.8 min) 1.89× 65.0 s/步(+12.5 %) 9,055,055 B 5.91 Mb/s
    turbo 8 步 2D(参赛) 9 99 s 15 s 584 s 702 s(11.7 min) 1.90× 64.9 s/步(+12.3 %) 8,743,146 B 5.71 Mb/s
    turbo 4 步 3D(对照) 5 98 s 15 s 399 s 516 s(8.6 min) 2.59× 79.8 s/步(+38 %) 12,590,935 B 8.22 Mb/s

    端到端耗时拆解:预处理 / 服务冷启动 / 生成 三段堆叠,五组配置横向对比](H3剑心比赛-2026.11.16/证据/图表-端到端耗时拆解
    image.jpeg

    三个反直觉但很重要的读数:

    1. 加速全部来自步数,不来自单步。 LoRA 让每一步变慢 12.5 %(4 步档甚至慢 38 %),因为 LoRA 注入本身有算子开销,且 rank 截断后仍有额外权重读取。收益完全来自 21 步 → 9 步。
    2. 预处理和冷启动是固定税(约 117 s,占 8 步档端到端 16.5 %)。 想再压时间,优化点在这两段(预处理可缓存、服务可常驻),而不是生成段。
    3. 4 步档文件反而更大、码率更高(8.22 vs 5.91 Mb/s)。 同分辨率同时长下码率升高,说明画面高频噪声增多 —— 与抽帧看到的「火星/纹理变碎」完全一致,是画质下降的量化旁证。

    5.2 画质对比(同帧位横向)

    3D 三档 × 四个节拍帧位(第 0 / 98 / 196 / 290 帧):

    image.jpeg

    2D 两档 × 四个节拍帧位(4 步对照只跑了 3D prompt):

    image.jpeg

    同帧位三档并排(第 98 帧「相击」节拍):

    image.jpeg

    主观评价(同一人眼、同一屏幕、放大到 100 %):

    维度 20 步基线 turbo 8 步(参赛档) turbo 4 步
    角色一致性(红袍/紫袍不串) 优 优 良(紫袍纹理偶有偏移)
    服装/道具结构(刀镡、绑带、袴褶皱) 优 优,边缘略软一点点 中,刀镡细节糊
    火焰与火星 层次丰富 与基线接近 明显变碎、块状
    运动连贯性 优 优 良,个别帧位移突兀
    构图与节拍完成度 四拍齐全 四拍齐全 四拍齐全,动态更冲
    结论 质量上限 性价比最优,参赛选它 速度演示用

    注意一个方法学问题:步数不同 → 采样轨迹不同 → 即使 seed 相同,构图也会漂移。 上表比的是「质量 / 成本」,不是「同一帧的两个版本」。要逐帧严格对齐,必须固定步数只改其他变量。

    5.3 显存与内存占用对比

    指标 20 步基线(无 LoRA) turbo 8 步(带 LoRA) 说明
    单卡显存峰值 29.65 / 29.85 GiB 27.70 / 27.90 GiB 带 LoRA 反而低 1.95 GiB:主机池从 8 GiB 提到 12 GiB,多压了 4 GiB 权重到内存
    引擎自报 settled free 2.29 / 2.50 GiB(历史同规格留档) 4.29 GiB 与 --gpu-headroom-mib 4096 一致,余量是刻意留的
    预处理阶段 MemAvailable 57 GiB / 62 GiB 57 GiB / 62 GiB 预检阈值 ≥ 18 GiB,全程富余
    swap 使用 433 MiB 433 MiB 几乎没碰
    OOM / 回退次数 0 0 —

    5.4 3D 与 2D 同参数对比(8 步档)

    指标 3D CGI 2D 动画 差
    预处理 102 s 99 s −3 s
    生成 585 s 584 s −1 s
    端到端 707 s 702 s −5 s(−0.7 %)
    文件体积 9,055,055 B 8,743,146 B −3.4 %
    平均码率 5.91 Mb/s 5.71 Mb/s −3.4 %
    观感 材质/光照更立体,火焰体积感强 线条干净,赛璐璐质感稳定,火星更「动画」 —

    风格切换对成本几乎没有影响(±1 %),可以放心按审美选。

    5.5 与 11-15 基线的可复现性核对

    • 同 seed(145)+ 同参数(4 步)两次出片,mp4 字节数完全相同(12,590,935 B) → 流程确定性成立。
    • 同 seed 不同步数(21 vs 9)构图明显不同 → 步数改变采样轨迹,属预期行为,不是随机性问题。
    • 服务冷启动时间从 12 s 涨到 15 s:主机池从 8 GiB 提到 12 GiB 后多锁 4 GiB 页,代价 3 s,可接受。

    第 6 章 复现与取证

    6.1 一条命令复现

    # 素材目录顶层放 6 张官方参考图 + prompt.txt
    LORAS=turbo OUT_PREFIX=out bash ~/h3-make-multi.sh <素材目录> 12 8 1344x768 40
    #                                     秒  步  宽x高   轮询超时(分钟)
    

    四条内部阶段:腾显存 → 预处理 → 起服务 → 提交轮询下载 → 自动记账。

    6.2 三条串行的驱动脚本(本次实际使用)

    set_lora 8                                   # drop-in 指向 8 步权重
    run 3D-CGI-8step   ~/h3-c16-3d   8 "LORAS=turbo OUT_PREFIX=out KEEP_LLM_DOWN=1"
    run 2D-anime-8step ~/h3-c16-2d   8 "LORAS=turbo OUT_PREFIX=out KEEP_LLM_DOWN=1"
    set_lora 4                                   # 换 4 步权重 + daemon-reload
    run 3D-CGI-4step   ~/h3-c16-3d4s 4 "LORAS=turbo OUT_PREFIX=out"   # 最后一条恢复 LLM
    还原 8 步 drop-in && systemctl daemon-reload
    

    完整脚本:工作流\c3-driver-run.sh。

    6.3 取证命令(评委可自查)

    # 硬件
    lspci -nn | grep -i 'vga\|display\|3d'
    cat /sys/class/drm/card*/device/mem_info_vram_total
    uname -a; grep PRETTY /etc/os-release; nproc; free -g
    /home/magic629/ComfyUI/.venv/bin/python -c "import torch;print(torch.__version__, torch.version.hip)"
    
    # 规格
    ffprobe -v error -show_entries stream=codec_name,width,height,nb_frames,r_frame_rate \
            -show_entries format=duration,size,bit_rate -of default=noprint_wrappers=1 <成片.mp4>
    
    # 计时
    cat ~/h3-runs.csv
    journalctl -u radiance-h3fullref.service --since "2026-11-16 02:57" --until "2026-11-16 03:31"
    

    6.4 交付文件清单

    H3剑心比赛-2026.11.16\
    ├── 参赛帖草稿.md / .docx / .pdf        论坛正文(油管链接两处待填)
    ├── README-清单.md / .docx / .pdf       一页速览
    ├── 视频\                               两条参赛成片 + 一条 4 步对照(均 1344×768 / 294 帧 / 12.25 s)
    ├── 证据\
    │   ├── logs\          三条完整 run.log、h3-runs.csv、hardware.txt、ffprobe ×3、全量 h3-c16-run.log
    │   ├── 抽帧-3D-8步\ 抽帧-2D-8步\ 抽帧-3D-4步对照\   各 4 帧 + 四帧拼图
    │   ├── 对比-3D三档四帧位.png  对比-2D两档四帧位.png  对比-三档同帧.png(原 三档成片对比.jpg)
    │   └── 图表-端到端耗时拆解.png
    ├── 工作流\             h3-make-multi.sh、h3-precheck.sh、h3-postlog.sh、c3-driver-run.sh、
    │                      90-lora-turbo.conf、95-startlimit.conf、gpu-exclusive.conf、
    │                      inputs.json ×3、prompt ×2
    └── 参考图\             官方 6 张原图
    

    第 7 章 结论与后续可挖空间

    结论:双 R9700 32G 在纯 ROCm 原生栈上跑 MiniMax H3 Ref2VA,1344×768 / 12 s 端到端 11.7 分钟,比同机 20 步基线快 1.89×(4 步档 2.59×);全程显存峰值 27.9 GiB、内存余量最低 23 GiB,零 OOM、零回退、零兼容层。真正的瓶颈不是硬件,而是生态里现成的东西少 —— RDNA4 原生 kernel、CK 注意力后端、LoRA 显存预算这三件事都得自己填坑,填完之后 A 卡的生产力是可以正面摆上桌比的。

    还能再压的地方(按性价比排序):

    1. 预处理缓存(约 100 s):同 prompt + 同参考图重复出片时,prepared.pt 可直接复用,跳过 Qwen3-VL 与 VAE。
    2. 服务常驻(约 15 s + 切换损耗):若不做双服务互斥,视频服务常驻可省掉冷启动;当前架构下可用「延迟释放」策略压缩切换次数。
    3. 4 步 LoRA 不截断:v0.1 权重原生 rank 384,本机被 --max-lora-rank 128 截断。若显存预算允许(需再腾约 2.5 GiB/卡),4 步档画质还有明显上升空间。
    4. LoRA 权重离线融合:把 turbo 融进底座,可去掉每步的 LoRA 算子开销,理论上收回那 12.5 % 的单步劣化。
    5. --kv-cache-dtype fp8 / 更短 --max-model-len:腾出显存放专家权重,减少 10.79 GiB 的 PCIe 往返。

    待人工完成:两条成片上传油管 → 把链接填进 参赛帖草稿 第一节 → 单独发帖(标题 [H3剑心比赛] 开头)→ 回活动主帖登记参赛帖 ID。

    1 条回复 最后回复
    0
    • Magic629M
      Magic629M
      Magic629
      硕果累累 贵族大夫
      编写于 最后由 编辑
      #2

      这个时间竟然还有没睡觉的?你们都在测试什么?

      1 条回复 最后回复
      0
      • Magic629M
        Magic629M
        Magic629
        硕果累累 贵族大夫
        编写于 最后由 Magic629 编辑
        #3

        image.jpeg

        1 条回复 最后回复
        0
        • imbiplaza ASUSI
          imbiplaza ASUSI
          imbiplaza ASUS
          谪仙人
          编写于 最后由 编辑
          #4

          画面出现明显的像素抖动问题,其实大家的问题都是在这里,

          image.jpeg

          https://lcz.me/project/dcs

          Alex LiuA BunseiB 2 条回复 最后回复
          0
          • imbiplaza ASUSI imbiplaza ASUS

            画面出现明显的像素抖动问题,其实大家的问题都是在这里,

            image.jpeg

            Alex LiuA
            Alex LiuA
            Alex Liu
            编写于 最后由 编辑
            #5

            @imbiplaza-ASUS 我也试了好多个版本,8步12步都不行,20步效果明显要好不少。 是不是运动比较大的画面8步都差不多这样?

            imbiplaza ASUSI Magic629M 2 条回复 最后回复
            0
            • terryT
              terryT
              terry
              易有太极
              编写于 最后由 编辑
              #6

              过审,20积分到手,比赛结束后统一结算。
              参赛要改标题,不然以后积分你拿不到,是AI处理的,必须以【H3剑心比赛】开头。
              盖好@我加优秀,你的作品效果很好。

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

              1 条回复 最后回复
              0
              • Alex LiuA Alex Liu

                @imbiplaza-ASUS 我也试了好多个版本,8步12步都不行,20步效果明显要好不少。 是不是运动比较大的画面8步都差不多这样?

                imbiplaza ASUSI
                imbiplaza ASUSI
                imbiplaza ASUS
                谪仙人
                编写于 最后由 编辑
                #7

                @Alex-Liu 赛后一起研究

                https://lcz.me/project/dcs

                1 条回复 最后回复
                0
                • imbiplaza ASUSI imbiplaza ASUS

                  画面出现明显的像素抖动问题,其实大家的问题都是在这里,

                  image.jpeg

                  BunseiB
                  BunseiB
                  Bunsei
                  至尊皇帝
                  编写于 最后由 编辑
                  #8

                  @imbiplaza-ASUS 因为其实都用了加速LORA... 我这里有一份BF16的权重倒是可以生成试试看。 🤣

                  Magic629M 3 条回复 最后回复
                  0
                  • BunseiB Bunsei

                    @imbiplaza-ASUS 因为其实都用了加速LORA... 我这里有一份BF16的权重倒是可以生成试试看。 🤣

                    Magic629M
                    Magic629M
                    Magic629
                    硕果累累 贵族大夫
                    编写于 最后由 编辑
                    #9

                    @Bunsei 我怀疑是不是内存太少造成的,最近看到一个类似精度要好点的模型,但是因为内存有点小,部署后效果不理想,所以就保持没改动。你可以去测试下😊

                    地址:https://huggingface.co/frank8465/Qwen3.8-Flash-Next-GPTQ-W5NL64-QSAHC-BF16-Radiance-AMD-R9700

                    模型文件:frank8465/Qwen3.8-Flash-Next-GPTQ-W5NL64-QSAHC-BF16-Radiance-AMD-R9700

                    1 条回复 最后回复
                    0
                    • XiaoteX
                      XiaoteX
                      Xiaote
                      易有太极
                      编写于 最后由 编辑
                      #10

                      ✅ 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 e3101-3464-1

                      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 terry 将此主题从 随便聊聊 移至此处
                      • Alex LiuA Alex Liu

                        @imbiplaza-ASUS 我也试了好多个版本,8步12步都不行,20步效果明显要好不少。 是不是运动比较大的画面8步都差不多这样?

                        Magic629M
                        Magic629M
                        Magic629
                        硕果累累 贵族大夫
                        编写于 最后由 编辑
                        #11

                        @Alex-Liu
                        image.jpeg

                        1 条回复 最后回复
                        0
                        • BunseiB Bunsei

                          @imbiplaza-ASUS 因为其实都用了加速LORA... 我这里有一份BF16的权重倒是可以生成试试看。 🤣

                          Magic629M
                          Magic629M
                          Magic629
                          硕果累累 贵族大夫
                          编写于 最后由 编辑
                          #12

                          @Bunsei 有图你来瞧瞧

                          1 条回复 最后回复
                          0
                          • Magic629M
                            Magic629M
                            Magic629
                            硕果累累 贵族大夫
                            编写于 最后由 编辑
                            #13

                            H3 3D CGI 50步设计点 1344x768 12s
                            Youtube Video

                            image.jpeg
                            image.jpeg
                            image.jpeg
                            放大对比-3D-20步对50步对8步.jpeg

                            1 条回复 最后回复
                            0
                            • BunseiB Bunsei

                              @imbiplaza-ASUS 因为其实都用了加速LORA... 我这里有一份BF16的权重倒是可以生成试试看。 🤣

                              Magic629M
                              Magic629M
                              Magic629
                              硕果累累 贵族大夫
                              编写于 最后由 编辑
                              #14

                              @Bunsei 50步的画面抖动不怎么厉害

                              @Alex-Liu 50步的画面抖动不怎么厉害

                              Alex LiuA 1 条回复 最后回复
                              0
                              • Magic629M Magic629

                                @Bunsei 50步的画面抖动不怎么厉害

                                @Alex-Liu 50步的画面抖动不怎么厉害

                                Alex LiuA
                                Alex LiuA
                                Alex Liu
                                编写于 最后由 编辑
                                #15

                                @Magic629 如果我没理解错的话,你的结论就是高运动画面lora 加速 生成的画面就会更抖,其实也合理..用时间换画质。

                                Magic629M 1 条回复 最后回复
                                0
                                • Alex LiuA Alex Liu

                                  @Magic629 如果我没理解错的话,你的结论就是高运动画面lora 加速 生成的画面就会更抖,其实也合理..用时间换画质。

                                  Magic629M
                                  Magic629M
                                  Magic629
                                  硕果累累 贵族大夫
                                  编写于 最后由 编辑
                                  #16

                                  @Alex-Liu 测试结果也是这样说的,不过还在测试下看看啥回事

                                  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