六张卡跑同一个 MiniMax-H3 视频工作流，差多少？
机群里攒了几张不同世代的卡，一直想知道同一套 H3 Ref2VA 工作流跑下来到底差多少。
花两天把 5090 / 4090 / 5080 / 170HX / 双 7900 XTX 全跑了一遍，记录冷热启动、显存、内存、功耗。
数据都是实测，不是跑分软件估算。
测试条件
| 项目 | 设置 |
|---|---|
| 模型 | minimax_h3_ref2va_pruned_int8_convrot |
| 文本编码器 | qwen3vl_32b_minimax_h3_nvfp4_awq |
| 加速 LoRA | dmad_minimax_h3_8step_full_critic |
| 步数 | 8（与 LoRA 训练步数一致） |
| 采样器 | euler / simple |
| 分辨率 | 1344×768（16:9，1.032 MP） |
| ref_image_size | match |
| ComfyUI 显存策略 | 全部 --lowvram |
| 提示词 | 同一套三条（5s / 10s / 15s），带台词与音色参考 |
5 秒档
| 显卡 | 热启动 | 冷启动 | 显存峰值 | 功耗均值 |
|---|---|---|---|---|
| RTX 5090 | 75 s | 75 s | 30.9 GB | 544 W |
| RTX 4090 | 88 s | 98 s | 42.4 GB | 420 W |
| RTX 5080 | 124 s | 134 s | 15.2 GB | 353 W |
| CMP 170HX | 219 s | 239 s | 42.3 GB | 226 W |
| 7900 XTX ×2 (TP2) | 273 s | 625 s | 32.5 GB | 500 W |
| 7900 XTX 单卡 | 490 s | 717 s | 17.7 GB | 270 W |
10 秒档
| 显卡 | 热启动 | 冷启动 | 显存峰值 | 功耗均值 |
|---|---|---|---|---|
| RTX 5090 | 220 s | 224 s | 30.9 GB | 555 W |
| RTX 4090 | 261 s | 264 s | 46.5 GB | 427 W |
| RTX 5080 | 362 s | 367 s | 15.2 GB | 355 W |
| CMP 170HX | 710 s | 722 s | 46.5 GB | 235 W |
| 7900 XTX ×2 (TP2) | 812 s | 1170 s | 37.9 GB | 502 W |
| 7900 XTX 单卡 | 1441 s | 1666 s | 23.2 GB | 271 W |
15 秒档
| 显卡 | 热启动 | 冷启动 | 显存峰值 | 功耗均值 |
|---|---|---|---|---|
| RTX 5090 | 404 s | 410 s | 31.0 GB | 561 W |
| RTX 4090 | 477 s | 479 s | 47.2 GB | 434 W |
| RTX 5080 | 665 s | 670 s | 15.2 GB | 356 W |
| CMP 170HX | 1367 s | 1371 s | 50.2 GB | 237 W |
| 7900 XTX ×2 (TP2) | 1460 s | 1825 s | 45.8 GB | 502 W |
| 7900 XTX 单卡 | OOM | — | — | — |
7900 XTX：双卡 TP2 对比单卡
| 视频时长 | 单卡热启动 | 双卡 TP2 热启动 | 对比 |
|---|---|---|---|
| 5 秒 | 490 s | 273 s | 双卡快约 1.79 倍，耗时减少约 44% |
| 10 秒 | 1441 s | 812 s | 双卡快约 1.77 倍，耗时减少约 44% |
| 15 秒 | OOM | 1460 s | 单卡显存不足，双卡可运行 |
5 秒档按显卡平均功耗估算，单卡约 36.8 Wh，双卡合计约 37.9 Wh：双卡节省了时间，单条显卡耗电量接近。以上为单次测量。
能效：谁最省电
| 显卡 | 5 秒耗时 | 功耗均值 | 单条耗电 |
|---|---|---|---|
| RTX 4090 | 88 s | 420 W | 10.3 Wh |
| RTX 5090 | 75 s | 544 W | 11.3 Wh |
| RTX 5080 | 124 s | 353 W | 12.2 Wh |
| CMP 170HX | 219 s | 226 W | 13.7 Wh |
| 7900 XTX 单卡 | 490 s | 270 W | 36.8 Wh |
| 7900 XTX ×2 (TP2) | 273 s | 500 W | 37.9 Wh |
4090 单条耗电最低（10.3 Wh），但速度不是最快。
按「每瓦出片量」算，5090 和 4090 接近（速度更快但功耗高），
170HX 用 226 W 就跑完虽然慢，能耗只比 5090 高 21%，能耗表现不错。
两张 7900 XTX 的能效最差——TP2 的通信开销和单卡的软件栈低效让它们耗电是 4090 的 3.5 倍。
一个反直觉的发现：16 GB 能跑，24 GB 反而 OOM
RTX 5080 只有 16 GB，15 秒能跑完（665 s）。
7900 XTX 有 24 GB，15 秒直接 CUDA out of memory。
查下来原因不是容量，是能不能动态换页：
| 项目 | RTX 5080（16 GB 能跑） | 7900 XTX（24 GB 不能跑） |
|---|---|---|
comfy-aimdo 动态卸载 |
 有 |
 无 |
| 20 GB 权重的处理 | Staged 到系统内存，按需流式送入显存 | 必须全部常驻显存 |
| 显存峰值 | 15.21 GB（恒定满，持续换页） | 23.98 GB（撑死） |
| 系统内存参与 | 峰值 30.6 GB，起关键作用 | 不参与卸载 |
NVIDIA 的 comfy-aimdo 把显存变成了「缓存」而不是「仓库」，所以 16 GB 够用。
AMD ROCm 缺这套机制，24 GB 是必须同时装下权重 + 激活的硬门槛。
试过但无效的修法：PYTORCH_HIP_ALLOC_CONF=expandable_segments:True
碎片从 5.57 GB 降到 2.27 GB（确实生效），但总占用涨到 21.26 GB，还是差 1.19 GB。
所以是硬性容量不足，不是碎片问题。
结论
- 要速度 → RTX 5090（5 秒 75 s），三档全部领先
- 要能效 → RTX 4090（单条 10.3 Wh 最低）或 5090（11.3 Wh 但快 15%）
- 要长视频 → 5090 或 170HX，显存余量足
- 不推荐 7900 XTX 双卡 TP2：15 秒 1460 s 比 170HX 单卡还慢
- 降功耗策略：5080 可以压到 60%（只慢 4%）；4090 压到 85% 划算（省 14% 电只慢 4.5%），压到 60% 慢 42% 就不值了
测试环境
| 机器 | 配置 |
|---|---|
| 5090 | RTX 5090D 32G · Ryzen 7 9800X3D · 96 GB |
| 170hx+4090 | 8× CMP 170HX + RTX 4090 48G · 2× EPYC 7542 · 512 GB |
| 5080 | RTX 5080 16G · Ryzen 5 9600X · 64 GB |
| 7900xtx | 2× RX 7900 XTX 24G · Ryzen 9 7900X · 192 GB |
冷启动 = 服务刚起的第一条（含模型加载 + 文本编码）
热启动 = 同服务紧接着的第二条（模型已驻显存，反映纯算力）