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. ComfyUI-H3-RDNA4(Radiance 后端)R9700 实测:H3 R2V 采样 2.01×

ComfyUI-H3-RDNA4(Radiance 后端)R9700 实测:H3 R2V 采样 2.01×

已定时 已固定 已锁定 已移动 AI音视频画图
r9700radiancecomfyui
11 帖子 4 发布者 262 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。
  • 风满楼风
    风满楼风
    风满楼
    编写于 最后由 编辑
    #1

    应 @Bunsei 大佬的指示,测试一下 R9700采样后端从原生换成 Radiance 加速的生成速度。

    结论:同一条 H3 参考图生视频工作流(1344×768 / 294帧 / 20步 / seed 12345 / 6参考图),采样后端从原生换成 Radiance,全流程 4650s → 2314s,加速 2.01×。 前置条件:ComfyUI ≥ v0.45.0、原生组件按 gfx1201 编译、实例启动加 --reserve-vram 22。双卡 TP 在 X99 + IOMMU 平台不可用(还没测通,后面再研究)。

    上对比图片:
    radiance_vs_native_对比.jpg

    环境

    项 值
    硬件 X99-TF / E5-2696 v3 / 128G ECC / 双 R9700 32G (gfx1201)
    系统 Ubuntu 26.04.1 / ROCm 7.2.4 / torch 2.14.1+rocm7.2
    ComfyUI v0.44.0 → v0.45.0(Radiance 硬依赖)
    插件 codeberg.org/Bunsei/ComfyUI-H3-RDNA4 v0.2.0,装到 custom_nodes/ComfyUI-H3-Video-Radiance
    编译 python tools/build_native.py --arch gfx1201 --jobs 16,约 5 分钟;check_environment.py 返回 ok:true

    工作流接入

    不改动原生骨架:UNET → 采样器之间插 H3 视频加速(H3RadianceAccelerator,INT8 QK+FP8 PV,devices 0),条件编码换 H3 参考素材与提示词(H3RadianceReferences),解码换 H3 视频解码(H3RadianceDecode)。Qwen 32B NVFP4-AWQ 编码器直接沿用「高精度加速」线性档。

    测试配置(32GB 单卡档)

    节点参数 值
    采样精度 INT8 QK+FP8 PV
    激活缓冲位置 显存
    每卡预留显存 4096 MiB
    每卡主机权重池 24576 MiB
    暂存线性权重 开
    复用主干输入缓冲 开
    前馈/线性分块 4096 / 4096
    ComfyUI 启动 --reserve-vram 22

    实测数据

    指标 原生 Radiance 加速比
    全流程(同工作流同 seed) 4650 s 2314 s 2.01×
    采样每步 ≈210 s(按总时长扣除预处理/解码推算) 101.5 s(20 步全程 101.3~104.7 s,零衰减) ≈2.07×
    预处理(6 图 1344×768 match + 音频基准) — 172 s —
    出片 1344×768 / 294 帧 / 24fps / 12.25s 完全一致 —
    文件体积 12.4 MB 12.5 MB —
    视频对比 https://youtu.be/7dSj4cW1PaE https://youtu.be/t-0brZVj774 —

    画质体检(边缘密度法,抽 1/3/5/7/9/11 秒共 6 帧,单位 %):

    Radiance: 7.48 15.74 7.39 10.67 15.95 15.74
    原生:     8.02 15.59 8.30  9.72 13.44 17.09
    

    两版逐秒几乎重合,全部在健康带内,无 latent 崩坏。同 seed 下 INT8 QK+FP8 PV 与原生精度数值不逐像素一致,构图/动作一致。

    坑(现象 / 根因 / 解法)

    现象 根因 解法
    _forward_unimplemented() got an unexpected keyword argument 'transformer_options' Radiance 替换 diffusion_model._run_blocks,v0.44 的 minimax 前向是手动逐块迭代、无此方法 ComfyUI 升级 ≥ v0.45.0(git fetch --tags 后 git checkout v0.45.0)
    worker 启动报 VRAM does not cover the fixed costs before a single pool is sized(short by 3.29 GiB,报告显示主进程已占 20.77 GiB) Comfy-Kitchen 量化加载(fast_disk 策略)绕过 torch 分配器,Radiance 的 free_memory / partially_unload 驱逐不动 实例启动加 --reserve-vram 22,DiT 部分加载,卡净空升至 ~24 GB
    预处理只跑 40 秒后报 Qwen attention requires CUDA/ROCm tensors on the same device --lowvram 把 Qwen 文本编码器整体压到 CPU 不要用 --lowvram,用 --reserve-vram
    双卡报 GPU 1 is not visible to ComfyUI 实例带 CUDA_VISIBLE_DEVICES=0 双卡模式去掉该环境变量
    双卡 TP 单步 1037 s 起步、首步 25 分钟未完成(单卡对照 419 s/步) X99 + IOMMU 转译(DMA-FQ)下 P2P 同步代价爆炸,激活缓冲/张量交换走主机的模式每步流量翻倍 本平台判死;需 Resizable BAR / 现代 PCIe 平台再测
    单卡速度掉到 256~419 s/步 激活缓冲挪内存 + 未开暂存/复用缓冲 显存激活缓冲 + weight_staging + reuse_hidden_buffer,三项缺一不可

    注意点

    • INT8 有效权重容器 ≈ 18 GiB,设计为部分驻留显存 + 锁页权重池 DMA 直读(与计算重叠),权重不常驻显存不是降速路径。
    • worker 启动顺序是先装权重容器和 IPC,再核算激活缓冲 + headroom + 队列空间;不够时报错附精确账本(card total / already held / arena / short by),按账本挤空间:--reserve-vram → headroom 4096→2048 → IPC 4→2 GiB → 分块 4096→2048。
    • 采样记录在 ~/.cache/ComfyUI-H3-Video-Radiance/runs/*.json(含 worker_log 与 memory_handoffs),预处理/解码记录分别在 preprocessing/、decoding/。
    • --reserve-vram 22 会让主进程 DiT 部分加载,跑原生(非 Radiance)工作流前建议去掉该参数重启实例。

    以上为单卡 32G 数据。双卡 TP 的平台前提(P2P 直通、Resizable BAR)不具备之前不再浪费时间(双卡 TP 还需要继续研究配置);有现代平台数据的欢迎贴一下对比。

    1 条回复 最后回复
    0
    • ,风满楼风 风满楼 引用了 此主题
    • BunseiB
      BunseiB
      Bunsei
      至尊皇帝
      编写于 最后由 Bunsei 编辑
      #2

      你这个有个很大的问题就是没有P2P,如果P2P成功,我预测你能在800S左右。

      这里看差了,看成了8步采样。

      风满楼风 1 条回复 最后回复
      0
      • BunseiB
        BunseiB
        Bunsei
        至尊皇帝
        编写于 最后由 编辑
        #3

        你看看这个老哥的:https://lcz.me/topic/1896?_=1794898858147 可以尝试启用一下P2P。

        1 条回复 最后回复
        0
        • BunseiB Bunsei

          你这个有个很大的问题就是没有P2P,如果P2P成功,我预测你能在800S左右。

          这里看差了,看成了8步采样。

          风满楼风
          风满楼风
          风满楼
          编写于 最后由 风满楼 编辑
          #4

          @Bunsei P2P 我接下来让 Hermes 继续研究,让他继续阅读文档,把 双卡 TP 今天测出来。我之前 P2P 是已经通了的。

          BunseiB 1 条回复 最后回复
          0
          • 风满楼风 风满楼

            @Bunsei P2P 我接下来让 Hermes 继续研究,让他继续阅读文档,把 双卡 TP 今天测出来。我之前 P2P 是已经通了的。

            BunseiB
            BunseiB
            Bunsei
            至尊皇帝
            编写于 最后由 Bunsei 编辑
            #5

            @风满楼 刚才没看仔细,如果你P2P成功,双卡的话可以达到800S左右。

            这里看差了,看成了8步采样。

            1 条回复 最后回复
            0
            • 风满楼风
              风满楼风
              风满楼
              编写于 最后由 编辑
              #6

              @bunsei 双卡 TP 的数据出来了,如下:

              结论:同一台华南金牌 X99-TF GAMING V6.0 + 单路 E5-2696 v3(Haswell-EP)+ 双 R9700 32G,不打内核补丁,跑通了跨 Root Port Direct P2P(单向 10.20 GB/s),并让 ComfyUI-H3-RDNA4(Radiance)双卡 TP 真正可用:H3 参考图生视频全流程 4650 s → 1596 s,加速 2.91×(单卡 Radiance 2.01×,原生基线 1×)。

              视频对比:原生 https://youtu.be/7dSj4cW1PaE | 单卡 Radiance https://youtu.be/t-0brZVj774 | 双卡 TP https://youtu.be/Tv_HHYlM71M

              背景

              接上一篇《ComfyUI-H3-RDNA4 R9700 实测》。单卡 Radiance 采样 101.5 s/步之后,双卡 TP 一度病态慢(内存档首步 1037 s、混合档首步 25 分钟未完成),当时判了「平台判死」。对照 PhoenixRise2026 的 P2P 项目(github.com/PhoenixRise2026/x99-amd-gpu-p2p,MIT)逐层排查后发现判断错了:卡点不是硬件,是一个环境变量 + IOMMU 配置 + 激活缓冲位置三件事。

              平台核对(diagnose.sh 实测)

              检查项 结果 说明
              CPU E5-2696 v3,单路 Haswell-EP,主机桥 8086:2f00
              GPU 2× R9700 32G,PCIe 4.0 x16(LnkSta 32GT/s) 同 CPU 不同 Root Port(00:02.0 / 00:03.0),无 switch
              BIOS Above 4G + ReBAR 已生效 两卡 BAR0 = 32G 完整显存 BAR,地址 0x380800000000(46 位空间)
              DMA mask 44-bit(amdgpu 原生,无自定义补丁) BAR 地址超出 44 位 → 必须靠 IOMMU 翻译
              IOMMU VT-d Translated(默认配置) 必需品,不是开销
              P2PDMA 白名单 Haswell-EP 8086:2f00/2f01 stock 内核原生放行 白名单补丁只补 Broadwell-EP 6f00,我们不需要
              内核日志 0 AER / 0 DMAR / 0 GPU reset 干净

              关键认知:X99 是 Intel 平台。BAR 在 46 位物理地址上,超出显卡 44 位 DMA 寻址范围,GPU 根本无法直接寻址对端 BAR——必须靠 VT-d 把对端 BAR 重映射进紧凑 IOVA。没有 IOMMU(intel_iommu=off)时 can_device_access_peer 直接返回 false;开着时返回 true 且实测能到 10 GB/s。

              三态实测(同一台机器,同一个 Radiance 双卡 TP 工作流)

              配置 首步/稳定步时 结论
              IOMMU 默认 + 无 HSA 变量 + 激活缓冲在内存/混合 首步 1037 s ~ 25 分钟+ P2P 走了 IOMMU 翻译路径 + 激活流量绕主机,双层慢
              intel_iommu=off 直接报 The selected GPUs cannot use peer access GPU 寻址不了 46 位对端 BAR,P2P 不可达
              IOMMU 默认 + HSA_ENABLE_IPC_MODE_LEGACY=0 + 激活缓冲=显存 首步 77 s,稳定 64.4 s/步 Direct P2P 真直连

              最终可用配置

              层 配置
              BIOS Above 4G Decoding ON、ReBAR ON、CSM OFF
              内核 stock 内核即可(Haswell-EP 白名单原生支持;无需 6.8.12-r9700-p2p-dma44,那是 Broadwell 补丁)
              GPU0 实例启动 HSA_ENABLE_IPC_MODE_LEGACY=0 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True + --reserve-vram 22,不带 CUDA_VISIBLE_DEVICES(否则 GPU 1 is not visible to ComfyUI)
              Radiance 采样精度 INT8 QK+FP8 PV
              激活缓冲位置 显存
              每卡预留显存 2048 MiB
              张量交换内存 2 GiB
              每卡主机权重池 12288 MiB
              暂存线性权重 / 复用主干输入缓冲 关(显存激活缓冲模式下先求稳定,后续可对照)
              devices 0,1

              实测数据(参赛内容同参数:1344×768 / 294帧 / 20步 / seed 12345 / 6参考图)

              指标 原生 Radiance 单卡 Radiance 双卡 TP
              全流程 4650 s 2314 s 1596 s
              采样每步 ≈210 s 101.5 s(零衰减) 64.4 s(零衰减)
              对原生加速 1× 2.01× 2.91×
              出片规格 1344×768 / 294帧 / 12.25s 一致 一致
              像素质检(边缘密度,6 帧) 8.02~17.09% 7.48~15.95% 6.73~16.73%

              三版同带无 latent 崩坏。同 seed 下 INT8 QK+FP8 PV 与原生精度数值不逐像素一致,构图/动作一致。

              P2P 链路实测(torch 跨卡 copy 1 GiB,等价 hipMemcpyPeerAsync / SDMA 路径)

              can_device_access_peer 0→1 / 1→0:  True / True
              GPU0→GPU1:  10.20 GB/s
              GPU1→GPU0:  10.21 GB/s
              

              与项目作者参考机(E5-2697A v4)的 TransferBench 单向 10.29 GB/s 基本重合。跨 Root Port P2P 经 root complex 路由的吞吐上限就在 10 GB/s 级,链路速率(Gen4 x16)不是限制因素。

              坑(现象 / 根因 / 解法)

              现象 根因 解法
              TP 首步 1037 s、混合档 25 分钟不出第一步 未设 HSA_ENABLE_IPC_MODE_LEGACY=0(IPC 走 legacy 路径)+ 激活缓冲放内存/混合(激活流量绕主机内存) GPU0 实例启动加 HSA 变量,激活缓冲=显存
              The selected GPUs cannot use peer access; select a single GPU intel_iommu=off 后 GPU 无法寻址 46 位的对端 BAR 不要关 IOMMU,VT-d Translated 是这套平台 P2P 的必需品
              GPU 1 is not visible to ComfyUI 实例带 CUDA_VISIBLE_DEVICES=0 双卡模式去掉该环境变量
              amd_iommu=off 写进 cmdline 后 IOMMU 照样在 X99/E5 是 Intel 平台(VT-d/DMAR),amd_iommu=off 是 AMD 参数 用 intel_iommu=off(本次已验证后又回退,最终保留默认配置)
              单卡速度 256~419 s/步 激活缓冲挪内存 + 未开暂存/复用缓冲 见上篇:显存激活缓冲 + weight_staging + reuse_hidden_buffer

              经验

              1. 判「硬件不支持」之前先把软件层变量清干净——本项目作者和我们都走过同一个弯路。
              2. 排查顺序照 PhoenixRise2026 的验收阶梯:BIOS → 拓扑 → BAR/DMA → 内核 → HIP IPC → TransferBench → 上层应用,每层单独取证。
              3. P2P 通了不等于 TP 必然快:激活缓冲位置、IPC 模式、预留显存都在同一张账本上,启动报错里的精确显存核算(card total / already held / arena / short by)是最好的排障入口。
              4. 双卡 TP 跑时 GPU1 的 ComfyUI 实例记得停(抢显存)。
              5. 上篇单卡配置与本篇双卡配置可按任务切换:单卡跑小任务更省心,双卡 TP 跑长序列大任务收益最大。

              以上。参考:PhoenixRise2026/x99-amd-gpu-p2p(github,MIT)、ComfyUI-H3-RDNA4(codeberg.org/Bunsei)。有同款平台的欢迎对数据。

              BunseiB 1 条回复 最后回复
              1
              • 风满楼风 风满楼

                @bunsei 双卡 TP 的数据出来了,如下:

                结论:同一台华南金牌 X99-TF GAMING V6.0 + 单路 E5-2696 v3(Haswell-EP)+ 双 R9700 32G,不打内核补丁,跑通了跨 Root Port Direct P2P(单向 10.20 GB/s),并让 ComfyUI-H3-RDNA4(Radiance)双卡 TP 真正可用:H3 参考图生视频全流程 4650 s → 1596 s,加速 2.91×(单卡 Radiance 2.01×,原生基线 1×)。

                视频对比:原生 https://youtu.be/7dSj4cW1PaE | 单卡 Radiance https://youtu.be/t-0brZVj774 | 双卡 TP https://youtu.be/Tv_HHYlM71M

                背景

                接上一篇《ComfyUI-H3-RDNA4 R9700 实测》。单卡 Radiance 采样 101.5 s/步之后,双卡 TP 一度病态慢(内存档首步 1037 s、混合档首步 25 分钟未完成),当时判了「平台判死」。对照 PhoenixRise2026 的 P2P 项目(github.com/PhoenixRise2026/x99-amd-gpu-p2p,MIT)逐层排查后发现判断错了:卡点不是硬件,是一个环境变量 + IOMMU 配置 + 激活缓冲位置三件事。

                平台核对(diagnose.sh 实测)

                检查项 结果 说明
                CPU E5-2696 v3,单路 Haswell-EP,主机桥 8086:2f00
                GPU 2× R9700 32G,PCIe 4.0 x16(LnkSta 32GT/s) 同 CPU 不同 Root Port(00:02.0 / 00:03.0),无 switch
                BIOS Above 4G + ReBAR 已生效 两卡 BAR0 = 32G 完整显存 BAR,地址 0x380800000000(46 位空间)
                DMA mask 44-bit(amdgpu 原生,无自定义补丁) BAR 地址超出 44 位 → 必须靠 IOMMU 翻译
                IOMMU VT-d Translated(默认配置) 必需品,不是开销
                P2PDMA 白名单 Haswell-EP 8086:2f00/2f01 stock 内核原生放行 白名单补丁只补 Broadwell-EP 6f00,我们不需要
                内核日志 0 AER / 0 DMAR / 0 GPU reset 干净

                关键认知:X99 是 Intel 平台。BAR 在 46 位物理地址上,超出显卡 44 位 DMA 寻址范围,GPU 根本无法直接寻址对端 BAR——必须靠 VT-d 把对端 BAR 重映射进紧凑 IOVA。没有 IOMMU(intel_iommu=off)时 can_device_access_peer 直接返回 false;开着时返回 true 且实测能到 10 GB/s。

                三态实测(同一台机器,同一个 Radiance 双卡 TP 工作流)

                配置 首步/稳定步时 结论
                IOMMU 默认 + 无 HSA 变量 + 激活缓冲在内存/混合 首步 1037 s ~ 25 分钟+ P2P 走了 IOMMU 翻译路径 + 激活流量绕主机,双层慢
                intel_iommu=off 直接报 The selected GPUs cannot use peer access GPU 寻址不了 46 位对端 BAR,P2P 不可达
                IOMMU 默认 + HSA_ENABLE_IPC_MODE_LEGACY=0 + 激活缓冲=显存 首步 77 s,稳定 64.4 s/步 Direct P2P 真直连

                最终可用配置

                层 配置
                BIOS Above 4G Decoding ON、ReBAR ON、CSM OFF
                内核 stock 内核即可(Haswell-EP 白名单原生支持;无需 6.8.12-r9700-p2p-dma44,那是 Broadwell 补丁)
                GPU0 实例启动 HSA_ENABLE_IPC_MODE_LEGACY=0 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True + --reserve-vram 22,不带 CUDA_VISIBLE_DEVICES(否则 GPU 1 is not visible to ComfyUI)
                Radiance 采样精度 INT8 QK+FP8 PV
                激活缓冲位置 显存
                每卡预留显存 2048 MiB
                张量交换内存 2 GiB
                每卡主机权重池 12288 MiB
                暂存线性权重 / 复用主干输入缓冲 关(显存激活缓冲模式下先求稳定,后续可对照)
                devices 0,1

                实测数据(参赛内容同参数:1344×768 / 294帧 / 20步 / seed 12345 / 6参考图)

                指标 原生 Radiance 单卡 Radiance 双卡 TP
                全流程 4650 s 2314 s 1596 s
                采样每步 ≈210 s 101.5 s(零衰减) 64.4 s(零衰减)
                对原生加速 1× 2.01× 2.91×
                出片规格 1344×768 / 294帧 / 12.25s 一致 一致
                像素质检(边缘密度,6 帧) 8.02~17.09% 7.48~15.95% 6.73~16.73%

                三版同带无 latent 崩坏。同 seed 下 INT8 QK+FP8 PV 与原生精度数值不逐像素一致,构图/动作一致。

                P2P 链路实测(torch 跨卡 copy 1 GiB,等价 hipMemcpyPeerAsync / SDMA 路径)

                can_device_access_peer 0→1 / 1→0:  True / True
                GPU0→GPU1:  10.20 GB/s
                GPU1→GPU0:  10.21 GB/s
                

                与项目作者参考机(E5-2697A v4)的 TransferBench 单向 10.29 GB/s 基本重合。跨 Root Port P2P 经 root complex 路由的吞吐上限就在 10 GB/s 级,链路速率(Gen4 x16)不是限制因素。

                坑(现象 / 根因 / 解法)

                现象 根因 解法
                TP 首步 1037 s、混合档 25 分钟不出第一步 未设 HSA_ENABLE_IPC_MODE_LEGACY=0(IPC 走 legacy 路径)+ 激活缓冲放内存/混合(激活流量绕主机内存) GPU0 实例启动加 HSA 变量,激活缓冲=显存
                The selected GPUs cannot use peer access; select a single GPU intel_iommu=off 后 GPU 无法寻址 46 位的对端 BAR 不要关 IOMMU,VT-d Translated 是这套平台 P2P 的必需品
                GPU 1 is not visible to ComfyUI 实例带 CUDA_VISIBLE_DEVICES=0 双卡模式去掉该环境变量
                amd_iommu=off 写进 cmdline 后 IOMMU 照样在 X99/E5 是 Intel 平台(VT-d/DMAR),amd_iommu=off 是 AMD 参数 用 intel_iommu=off(本次已验证后又回退,最终保留默认配置)
                单卡速度 256~419 s/步 激活缓冲挪内存 + 未开暂存/复用缓冲 见上篇:显存激活缓冲 + weight_staging + reuse_hidden_buffer

                经验

                1. 判「硬件不支持」之前先把软件层变量清干净——本项目作者和我们都走过同一个弯路。
                2. 排查顺序照 PhoenixRise2026 的验收阶梯:BIOS → 拓扑 → BAR/DMA → 内核 → HIP IPC → TransferBench → 上层应用,每层单独取证。
                3. P2P 通了不等于 TP 必然快:激活缓冲位置、IPC 模式、预留显存都在同一张账本上,启动报错里的精确显存核算(card total / already held / arena / short by)是最好的排障入口。
                4. 双卡 TP 跑时 GPU1 的 ComfyUI 实例记得停(抢显存)。
                5. 上篇单卡配置与本篇双卡配置可按任务切换:单卡跑小任务更省心,双卡 TP 跑长序列大任务收益最大。

                以上。参考:PhoenixRise2026/x99-amd-gpu-p2p(github,MIT)、ComfyUI-H3-RDNA4(codeberg.org/Bunsei)。有同款平台的欢迎对数据。

                BunseiB
                BunseiB
                Bunsei
                至尊皇帝
                编写于 最后由 Bunsei 编辑
                #7

                @风满楼 你的节点配置能发一下吗?采样速度应该差不多20*65 1300 ,但是预处理、编解码有点久了。

                我的这里是:

                预处理 51.8 秒
                视频解码 46.5 秒

                按照你的这个DDR3的平台来看,150S以内应该没问题。

                另外NVFP4这个是针对RX9070之类的卡加的,属于时间换空间,使用的是 FP16 高低双分量、FP32 累加和输出。换成INT8的应该能快。(PS:如果用INT8的VL权重,Qwen线性加速那里要选择原生)

                风满楼风 1 条回复 最后回复
                1
                • imbiplaza ASUSI
                  imbiplaza ASUSI
                  imbiplaza ASUS
                  谪仙人
                  编写于 最后由 编辑
                  #8

                  我一直很好奇,到底是什么问题会造成画面出现残影

                  image.jpeg

                  https://lcz.me/project/dcs

                  风满楼风 1 条回复 最后回复
                  1
                  • BunseiB Bunsei

                    @风满楼 你的节点配置能发一下吗?采样速度应该差不多20*65 1300 ,但是预处理、编解码有点久了。

                    我的这里是:

                    预处理 51.8 秒
                    视频解码 46.5 秒

                    按照你的这个DDR3的平台来看,150S以内应该没问题。

                    另外NVFP4这个是针对RX9070之类的卡加的,属于时间换空间,使用的是 FP16 高低双分量、FP32 累加和输出。换成INT8的应该能快。(PS:如果用INT8的VL权重,Qwen线性加速那里要选择原生)

                    风满楼风
                    风满楼风
                    风满楼
                    编写于 最后由 编辑
                    #9

                    @Bunsei 配置如下(比赛 3D 工作流骨架,双卡 TP 版):

                    模型:UNET minimax_h3_ref2va_pruned_int8_convrot | CLIP qwen3vl_32b_minimax_h3_nvfp4_awq(type=minimax)| VAE minimax_h3_video_vae_int8_convrot + audio_vae_fp32

                    Accelerator(201):Radiance 采样 | INT8 QK+FP8 PV | devices 0,1

                    Tuning(200):激活缓冲=显存 | headroom 2048 | IPC 2 GiB | 主机权重池 12288 | ffn/linear 分块 4096 | collective_blocks 16 | staging/reuse/gather/release 全关 | 缓存=保留到磁盘

                    References(20):1344×768 / 288帧 | 并行 video VAE + 并行 Qwen vision 都开 | quality=适应 | processing=自动加速 | language=高精度加速

                    Decode(110):headroom 2048 | linear_chunk_rows 16384 | gemm 4×4×1 默认

                    实例:HSA_ENABLE_IPC_MODE_LEGACY=0 + --reserve-vram 22,不带 CUDA_VISIBLE_DEVICES

                    采样:res_multistep / simple / 20 步 / seed 12345

                    采样账和你估的对:20×64.4 = 1288 s。拆账:预处理 172.0 + 采样 1288 + 解码 76.8,平台是 2696 v3(DDR4-2133 四通道),比你估的 150 s 确实还有距离。

                    NVFP4 那条收到——我们是从比赛工作流照搬的 32B NVFP4-AWQ,已换官方 qwen3vl_32b_minimax_h3_int8_convrot(SHA256 与仓库一致)、Qwen 线性走原生,双卡 TP 复测数据:预处理 170.1 s(NVFP4 172.0 s,持平)、采样 67.4 s/步(64.4 s/步,噪声内)、全流程 26:53(26:36,持平)。结论:在我们平台(gfx1201 32G×2)编码器格式对预处理无收益,170 s 的大头在参考图 VAE 编码与视觉处理;已保留 INT8 版(4-bit→8-bit,编码精度更高,显存也够)。预处理比您慢 3.3× 应该是平台内存带宽/CPU 差异,不是权重格式问题。

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

                      我一直很好奇,到底是什么问题会造成画面出现残影

                      image.jpeg

                      风满楼风
                      风满楼风
                      风满楼
                      编写于 最后由 编辑
                      #10

                      @imbiplaza-ASUS 刚接触视频生成,纯新手,还不清楚具体的原因。有好的经验望指点一二🙏

                      Magic629M 1 条回复 最后回复
                      0
                      • ,风满楼风 风满楼 引用了 此主题
                      • 风满楼风 风满楼

                        @imbiplaza-ASUS 刚接触视频生成,纯新手,还不清楚具体的原因。有好的经验望指点一二🙏

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

                        @风满楼 在我之前测试的时候我的硬件配置和你不同,但是Radiance 下走P2P在我的主机上也走不通的,只有LLama才能走通P2P但是效果不理想。视频生成这个参赛作品最优下的建议是20步,时间和成本比较有性价比。如果想防止抖动我做实验的结果是20步效果还是可以的,50步就基本没有抖动,但是时间和成本性价比比较低。我也是新手刚接触,不能给你建议,但是可以一起研究分享。

                        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