生成参数：官方例子workflow 720p 24fps 10秒视频（共240帧）。同时双卡双comfyui instance连续跑了15个小时，清除缓存与模型之后实测每张卡生成单个视频的时间和功耗如下：

5060 Ti：约 380 秒（平均负载 120W/200W，感觉撞了显存带宽墙）

4070：约 340 秒（平均负载 180W/200W）缓存模型和execution cache后速度约230s

我把这个结果喂给 Gemini，它说4090 的基准成绩（75 到 90 秒）但我没有4090所以没办法验证。但是按照这个计算

算力缩放：4090 有 512 个 Tensor Core，4070 有 184 个，算力核心比差距约 2.84 倍。按 4090 最慢 90 秒算纯算力时间：90秒 * 2.84 = 255.6 秒。

显存带宽损耗（带宽税）：用Pytorch attention，4070显存带宽比4090少一半 假设这个带来额外 25% 左右的时间损耗。

最终估算：255.6 秒 * 1.25 约等于 320 秒。

这个估算出来的 320 秒和我的实测 340 秒非常接近。我想请教一下懂底层的大佬：

两张卡都是PCIe 4.0x4 8G/s duplex 在跑sampling的时候看nvtop大约5-10秒一次从内存load一次，并没有想象中那么频繁，假设这个4090的数据属实，假设有足够的内存，如果主板支持3卡，是不是3个4070大概也能达到4090的生成速度？

用的workflow：

video_ltx2_3_t2v.json