<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title><![CDATA[双 R9700 跑 MiniMax H3：Radiance 加速全链路数据沉淀（对照 @Bunsei topic/3096）]]></title><description><![CDATA[<p dir="auto">昨天生成参赛视频，应 <a class="plugin-mentions-user plugin-mentions-a" href="/user/bunsei" aria-label="Profile: bunsei">@<bdi>bunsei</bdi></a> 大佬的指示测试他的 Radiance 加速工作流，于是把 Radiance 加速工作流下的几种参数选择都做了对比测试，在此做个总结贴，备查，同时也欢迎交流。</p>
<h2>前序帖子索引：</h2>
<p dir="auto">MiniMax H3 视频大赛参赛帖：双 R9700 本地管线 1344×768/12s 全质量出片：<br />
<a href="https://lcz.me/topic/3139">https://lcz.me/topic/3139</a><br />
ComfyUI-H3-RDNA4（Radiance 后端）R9700 实测：H3 R2V 采样 2.01×：<br />
<a href="https://lcz.me/topic/3144">https://lcz.me/topic/3144</a></p>
<p dir="auto">统一基准：1344×768 / 288 帧 / 12s / 双 R9700 32G（gfx1201）/ ROCm 7.2.4 / ComfyUI 0.45.0 / H3-RDNA4 v0.2.0（commit ab4ce543）。<a class="plugin-mentions-user plugin-mentions-a" href="/user/bunsei" aria-label="Profile: Bunsei">@<bdi>Bunsei</bdi></a> 环境：同款双卡，CPU 9700X + DDR5，PyTorch 2.12+rocm7.14。</p>
<h2>结论</h2>
<ol>
<li>全流程 <strong>77:30 → 11:48（6.6×）</strong>，加速是两条正交轴：主干吞吐（210→64.4 s/步）× 步数（20→6）。</li>
<li>单步主干与同卡作者打平（62.8 vs 65~70 s/步），主干吞吐已无提升空间。</li>
<li>编码器 NVFP4<img src="https://lcz.me/assets/plugins/nodebb-plugin-emoji/emoji/android/2194.png?v=3c59dda5525" class="not-responsive emoji emoji-android emoji--left_right_arrow" style="height:1.4em;width:auto;vertical-align:middle" title="↔" alt="↔" />INT8 互换<strong>零收益</strong>；NVFP4 的收益在 v0.2.0 专属加速路径（原精度加速 + 双卡前馈），只作用于预处理（172.0→119.0 s，↓30%）。</li>
<li>对标 Bunsei 8:29：总差距从 3.1× 缩到 1.36×，残余全在预处理平台差与「原生并行」解码后端不可用。</li>
</ol>
<h2>演进数据表（同基准逐阶段）</h2>
<table class="table table-bordered table-striped">
<thead>
<tr>
<th>阶段</th>
<th>配置要点</th>
<th>全流程</th>
<th>采样步时</th>
<th>预处理</th>
<th>倍率</th>
</tr>
</thead>
<tbody>
<tr>
<td>原生</td>
<td>官方管线无加速</td>
<td>77:30</td>
<td>~210 s/步</td>
<td>—</td>
<td>1×</td>
</tr>
<tr>
<td>Radiance 单卡</td>
<td>INT8 QK+FP8 PV、激活=显存、staging+reuse 双开</td>
<td>38:34</td>
<td>101.5 s/步</td>
<td>—</td>
<td>2.01×</td>
</tr>
<tr>
<td>双卡 TP</td>
<td>devices "0,1"、VT-d Translated、HSA_ENABLE_IPC_MODE_LEGACY=0、P2P 10.20/10.21 GB/s</td>
<td>26:36</td>
<td>64.4 s/步</td>
<td>172.0 s</td>
<td>2.91×</td>
</tr>
<tr>
<td>换 INT8 编码器</td>
<td>int8_convrot 替换 nvfp4_awq，其余不动</td>
<td>26:53</td>
<td>64.4（不变）</td>
<td>170.1 s</td>
<td>≈持平</td>
</tr>
<tr>
<td>NVFP4+加速开关</td>
<td>原精度加速 + parallel_qwen_linear，双卡前馈</td>
<td>（预处理专项）</td>
<td>64.4（不变）</td>
<td><strong>119.0 s</strong></td>
<td>↓30%</td>
</tr>
<tr>
<td>六步 LCM</td>
<td>pika LoRA 强度1 + LCM + CFG1 + seed42 + shift 12/3 + 六步时间表 + FP16 VAE</td>
<td><strong>11:48</strong></td>
<td>65~70 s/步</td>
<td>130.2 s（含冷启动）</td>
<td><strong>6.6×</strong></td>
</tr>
</tbody>
</table>
<p dir="auto">六步配置（照抄 topic/3096）：<code>pika_h3_flex_ref2va_v1_bf16</code> 强度 1、lcm、ManualSigmas <code>1.0, 0.972973, 0.923077, 0.8, 0.571429, 0.333333, 0.0</code>、MiniMaxH3SigmaShift(12,3)、视频 VAE FP16 / 音频 VAE FP32。</p>
<h2>三方对照：仓库 preset / Bunsei 实测 / 我们实测</h2>
<p dir="auto">Tuning 节点已逐项对齐官方 32GB 双卡 preset（<code>presets/sampling-by-capacity.json</code>）：headroom 4096 MiB、IPC 4.0 GiB、weight_staging 开、reuse_hidden_buffer 开、host_pool 12288、分块 4096、collective 16、锁页 48。</p>
<table class="table table-bordered table-striped">
<thead>
<tr>
<th>项</th>
<th>仓库/作者口径</th>
<th>Bunsei 实测</th>
<th>我们实测</th>
</tr>
</thead>
<tbody>
<tr>
<td>采样 6 步合计</td>
<td>—</td>
<td>395.2 s（62.8 s/步）</td>
<td>423.7 s（65~70 s/步）</td>
</tr>
<tr>
<td>预处理</td>
<td>作者预测 NVFP4 加速 ~150 s</td>
<td>50.85 s（v0.1.0 + INT8 编码器）</td>
<td>119.0 s（热）/130.2 s（冷启动）</td>
</tr>
<tr>
<td>解码+音频+保存</td>
<td>—</td>
<td>~58 s（原生并行后端）</td>
<td>~154 s（自动选择后端）</td>
</tr>
<tr>
<td>全流程 3D</td>
<td>—</td>
<td>509.4 s = 8:29</td>
<td>708 s = 11:48</td>
</tr>
<tr>
<td>主模型/编码器</td>
<td>INT8 ConvRot 全家桶</td>
<td>ref2va_int8 + INT8 编码器</td>
<td>ref2va_int8 + nvfp4_awq 加速</td>
</tr>
</tbody>
</table>
<p dir="auto">残差拆账：预处理 +79 s 与解码 +96 s 两个坑，采样端 +28 s（3%）。</p>
<h2>坑实录（现象/根因/解法）</h2>
<table class="table table-bordered table-striped">
<thead>
<tr>
<th>现象</th>
<th>根因</th>
<th>解法</th>
</tr>
</thead>
<tbody>
<tr>
<td>双卡 TP 单步 256~419 s</td>
<td>激活缓冲在内存/混合 + 未设 HSA IPC 变量</td>
<td>激活=显存 + <code>HSA_ENABLE_IPC_MODE_LEGACY=0</code>；P2P 需 VT-d Translated，<code>intel_iommu=off</code> 直接不可达</td>
</tr>
<tr>
<td>P2P 单向仅 ~2 GB/s</td>
<td>BAR 在 46 位地址超 44-bit DMA mask，peer 写直达失败</td>
<td>VT-d Translated 让内核代转译，实测回升 10.20 GB/s（作者参考机 10.29）</td>
</tr>
<tr>
<td>换编码器报 <code>This CLIP does not expose the native H3 Qwen language model</code></td>
<td>H3 管线只认 minimax_h3 专调权重，通用 Qwen3VL 量化拒载</td>
<td>文件名必须含 <code>minimax_h3</code>；裸换格式零收益，收益在 References 节点加速开关</td>
</tr>
<tr>
<td><code>linear=原精度加速</code> 跑了但没变快</td>
<td>fallbacks 静默退回原生；缺 <code>libh3_qwen_linear.so</code></td>
<td>验收看 preprocessing 记录：<code>qwen_language_linear="exact"</code>、linear_calls 双卡分片（如 500+300）、dual_ffn&gt;0、fallbacks==[]；缺库 <code>build_native.py --linear-only</code></td>
</tr>
<tr>
<td>decode <code>原生并行</code> 后端两种死法</td>
<td>INT8 VAE 保留 FP16 解码权重被拒载；FP16 VAE + TP 环境触发 <code>HSA_STATUS_ERROR_MEMORY_APERTURE_VIOLATION</code>（跨卡 worker + VT-d BAR 冲突），实例 500</td>
<td>我们环境锁死 <code>自动选择</code>；作者机器能跑≠同配置可移植</td>
</tr>
</tbody>
</table>
<h2>质检与权重校验</h2>
<ul>
<li>六步出片抽帧边缘密度 3.6~4.7%（20 步基线健康带 5~17%；LCM 少步天然柔和，目检无崩坏，中央光爆处手/刀融合为 6 步采样固有代价）</li>
<li>LoRA <code>pika_h3_flex_ref2va_v1_bf16.safetensors</code>（1.82 GiB）SHA256 de3745ce…c766b0e0 ✓；FP16 VAE（4.85 GiB）SHA256 7c1f1314…ce5e522 ✓</li>
</ul>
<h2>待收敛项</h2>
<ul>
<li>解码档位（linear_chunk_rows / gemm 组合）未调，自动选择后端的理论下限未探</li>
<li>预处理冷启动 130 s：实例保活 + 权重容器磁盘缓存命中可省 ~40 s</li>
<li>理论下限 ≈ 10:30（不改硬件不动后端）</li>
</ul>
]]></description><link>https://lcz.me/topic/3168</link><generator>RSS for Node</generator><lastBuildDate>Thu, 19 Nov 2026 00:16:37 GMT</lastBuildDate><atom:link href="https://lcz.me/topic/3168.rss" rel="self" type="application/rss+xml"/><pubDate>Wed, 18 Nov 2026 02:55:00 GMT</pubDate><ttl>60</ttl><item><title><![CDATA[Reply to 双 R9700 跑 MiniMax H3：Radiance 加速全链路数据沉淀（对照 @Bunsei topic/3096） on Wed, 18 Nov 2026 07:05:30 GMT]]></title><description><![CDATA[<p dir="auto"><a class="plugin-mentions-user plugin-mentions-a" href="/user/imbiplaza-asus" aria-label="Profile: imbiplaza-ASUS">@<bdi>imbiplaza-ASUS</bdi></a> 加速 6 倍是把步数从 20 步 lora 到 6 步了。</p>
]]></description><link>https://lcz.me/post/34330</link><guid isPermaLink="true">https://lcz.me/post/34330</guid><dc:creator><![CDATA[风满楼]]></dc:creator><pubDate>Wed, 18 Nov 2026 07:05:30 GMT</pubDate></item><item><title><![CDATA[Reply to 双 R9700 跑 MiniMax H3：Radiance 加速全链路数据沉淀（对照 @Bunsei topic/3096） on Wed, 18 Nov 2026 04:56:49 GMT]]></title><description><![CDATA[<p dir="auto">加速6倍？看来我要开始存钱买amd了</p>
]]></description><link>https://lcz.me/post/34297</link><guid isPermaLink="true">https://lcz.me/post/34297</guid><dc:creator><![CDATA[imbiplaza ASUS]]></dc:creator><pubDate>Wed, 18 Nov 2026 04:56:49 GMT</pubDate></item><item><title><![CDATA[Reply to 双 R9700 跑 MiniMax H3：Radiance 加速全链路数据沉淀（对照 @Bunsei topic/3096） on Wed, 18 Nov 2026 03:20:10 GMT]]></title><description><![CDATA[<p dir="auto">还是平台限制了。不过也还OK，至少加速效果还是比较好的复现了。</p>
]]></description><link>https://lcz.me/post/34274</link><guid isPermaLink="true">https://lcz.me/post/34274</guid><dc:creator><![CDATA[Bunsei]]></dc:creator><pubDate>Wed, 18 Nov 2026 03:20:10 GMT</pubDate></item></channel></rss>