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。
  • 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