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. 双 R9700 跑 MiniMax H3:Radiance 加速全链路数据沉淀(对照 @Bunsei topic/3096)

双 R9700 跑 MiniMax H3:Radiance 加速全链路数据沉淀(对照 @Bunsei topic/3096)

已定时 已固定 已锁定 已移动 AI音视频画图
r9700minimax视频生成
4 帖子 3 发布者 98 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

    昨天生成参赛视频,应 @bunsei 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。

    前序帖子索引:

    MiniMax H3 视频大赛参赛帖:双 R9700 本地管线 1344×768/12s 全质量出片:
    https://lcz.me/topic/3139
    ComfyUI-H3-RDNA4(Radiance 后端)R9700 实测:H3 R2V 采样 2.01×:
    https://lcz.me/topic/3144

    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)。@Bunsei 环境:同款双卡,CPU 9700X + DDR5,PyTorch 2.12+rocm7.14。

    结论

    1. 全流程 77:30 → 11:48(6.6×),加速是两条正交轴:主干吞吐(210→64.4 s/步)× 步数(20→6)。
    2. 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。
    3. 编码器 NVFP4↔INT8 互换零收益;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%)。
    4. 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。

    演进数据表(同基准逐阶段)

    阶段 配置要点 全流程 采样步时 预处理 倍率
    原生 官方管线无加速 77:30 ~210 s/步 — 1×
    Radiance 单卡 INT8 QK+FP8 PV、激活=显存、staging+reuse 双开 38:34 101.5 s/步 — 2.01×
    双卡 TP devices "0,1"、VT-d Translated、HSA_ENABLE_IPC_MODE_LEGACY=0、P2P 10.20/10.21 GB/s 26:36 64.4 s/步 172.0 s 2.91×
    换 INT8 编码器 int8_convrot 替换 nvfp4_awq,其余不动 26:53 64.4(不变) 170.1 s ≈持平
    NVFP4+加速开关 原精度加速 + parallel_qwen_linear,双卡前馈 (预处理专项) 64.4(不变) 119.0 s ↓30%
    六步 LCM pika LoRA 强度1 + LCM + CFG1 + seed42 + shift 12/3 + 六步时间表 + FP16 VAE 11:48 65~70 s/步 130.2 s(含冷启动) 6.6×

    六步配置(照抄 topic/3096):pika_h3_flex_ref2va_v1_bf16 强度 1、lcm、ManualSigmas 1.0, 0.972973, 0.923077, 0.8, 0.571429, 0.333333, 0.0、MiniMaxH3SigmaShift(12,3)、视频 VAE FP16 / 音频 VAE FP32。

    三方对照:仓库 preset / Bunsei 实测 / 我们实测

    Tuning 节点已逐项对齐官方 32GB 双卡 preset(presets/sampling-by-capacity.json):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。

    项 仓库/作者口径 Bunsei 实测 我们实测
    采样 6 步合计 — 395.2 s(62.8 s/步) 423.7 s(65~70 s/步)
    预处理 作者预测 NVFP4 加速 ~150 s 50.85 s(v0.1.0 + INT8 编码器) 119.0 s(热)/130.2 s(冷启动)
    解码+音频+保存 — ~58 s(原生并行后端) ~154 s(自动选择后端)
    全流程 3D — 509.4 s = 8:29 708 s = 11:48
    主模型/编码器 INT8 ConvRot 全家桶 ref2va_int8 + INT8 编码器 ref2va_int8 + nvfp4_awq 加速

    残差拆账:预处理 +79 s 与解码 +96 s 两个坑,采样端 +28 s(3%)。

    坑实录(现象/根因/解法)

    现象 根因 解法
    双卡 TP 单步 256~419 s 激活缓冲在内存/混合 + 未设 HSA IPC 变量 激活=显存 + HSA_ENABLE_IPC_MODE_LEGACY=0;P2P 需 VT-d Translated,intel_iommu=off 直接不可达
    P2P 单向仅 ~2 GB/s BAR 在 46 位地址超 44-bit DMA mask,peer 写直达失败 VT-d Translated 让内核代转译,实测回升 10.20 GB/s(作者参考机 10.29)
    换编码器报 This CLIP does not expose the native H3 Qwen language model H3 管线只认 minimax_h3 专调权重,通用 Qwen3VL 量化拒载 文件名必须含 minimax_h3;裸换格式零收益,收益在 References 节点加速开关
    linear=原精度加速 跑了但没变快 fallbacks 静默退回原生;缺 libh3_qwen_linear.so 验收看 preprocessing 记录:qwen_language_linear="exact"、linear_calls 双卡分片(如 500+300)、dual_ffn>0、fallbacks==[];缺库 build_native.py --linear-only
    decode 原生并行 后端两种死法 INT8 VAE 保留 FP16 解码权重被拒载;FP16 VAE + TP 环境触发 HSA_STATUS_ERROR_MEMORY_APERTURE_VIOLATION(跨卡 worker + VT-d BAR 冲突),实例 500 我们环境锁死 自动选择;作者机器能跑≠同配置可移植

    质检与权重校验

    • 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)
    • LoRA pika_h3_flex_ref2va_v1_bf16.safetensors(1.82 GiB)SHA256 de3745ce…c766b0e0 ✓;FP16 VAE(4.85 GiB)SHA256 7c1f1314…ce5e522 ✓

    待收敛项

    • 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
    • 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
    • 理论下限 ≈ 10:30(不改硬件不动后端)
    1 条回复 最后回复
    1
    • BunseiB
      BunseiB
      Bunsei
      至尊皇帝
      编写于 最后由 Bunsei 编辑
      #2

      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。

      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
        #3

        加速6倍?看来我要开始存钱买amd了

        https://lcz.me/project/dcs

        风满楼风 1 条回复 最后回复
        0
        • imbiplaza ASUSI imbiplaza ASUS

          加速6倍?看来我要开始存钱买amd了

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

          @imbiplaza-ASUS 加速 6 倍是把步数从 20 步 lora 到 6 步了。

          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