抡锤者

@terry 可以用啊，我笔记本8G也跑起来35G-A3B了，还是越狱版，量化模型地址：https://huggingface.co/HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

@terry 说:

@ken-chan 它跑大模型，上下文足够，你去看下MTP的优化，体验会好很多，跑ComfyUI 32G也足够出720P短视频了，960*544能爽玩。完全够了。TP 64G显存，你还是只能跑27B模型，也不会快到哪里去。

哦，那还得是单卡大显存，才玩得爽
--- 贫穷，让我无视了它

7900xtx和amd 9700 能混合起来用吗？24g+32g=56g 显存？

背景
用 MiniMax-H3（图生视频）在本地 ComfyUI 跑片。8/17、8/18、8/21 都正常连续出片（装/卸/再装都正常）；8/24 系统升级内核后开始连死，反复重启、换 torch、换环境都无法恢复稳定。

硬件

• GPU：AMD Radeon AI PRO R9700（gfx1201，RDNA4，32GB VRAM）
• CPU：24 核；内存 128GB（8/20 由 64GB 升级）
• 系统盘：NVMe SSD

软件 / 环境

• 系统：Ubuntu 24.04.4 (Noble)；内核实测历史：7.0.0-28（能跑）→ 7.0.0-29（间歇）→ 7.0.0-30（连死，已退回 -28）
• ROCm userspace：7.2.3（rocm-core 7.2.3）
• PyTorch：2.11.0+rocm7.2（也测过 2.13.0+rocm7.2，一样卡）
• ComfyUI 0.33.2 + comfy-kitchen 0.2.31；启动参数 --fast-disk（未设 expandable_segments）
• 模型：minimax_h3_fl2va_pruned_int8_convrot(UNet, ~21GB) + qwen3vl_32b_minimax_h3_int8_convrot(CLIP, ~25GB) + minimax_h3_fl2v_turbo_8step LoRA + 视频VAE fp16。H3 节点 MiniMaxH3ImageToVideo，768×1024，LightX2V 8步 euler/simple，SigmaShift 12/3。

工作流（API JSON 关键结构）
VAELoader(video_vae_fp16) → UNETLoader(int8_convrot, weight_dtype=default)
→ CLIPLoader(qwen3vl_32b_int8_convrot, type=minimax, device=default)
→ LoraLoaderModelOnly(turbo_8step, 1.0)
→ MiniMaxH3ImageToVideo(clip, first_frame) → MiniMaxH3SigmaShift(12/3)
→ BasicScheduler(simple,8步) → BasicGuider → KSamplerSelect(euler) → SamplerCustomAdvanced
→ VAEDecode → CreateVideo(24fps) → SaveVideo

完整 JSON 可按需提供。

症状

1. 提交后进入 CLIP 加载：日志停在 Requested to load MiniMaxH3TEModel_，永不出现 H3TURBO sampler，X 不出片。

2. 两种崩溃形态：

   • 慢爬僵持：read_bytes 以 ~25–40MB/min 爬，几十 GB 模型要爬几十小时；RSS 卡在 ~4GB 不动（模型没装进内存）；CPU ~99%。
   • 快速冻死：read_bytes 冻结 60s+，日志同帧，进程 D 态（lock_mm_and_find_vma）。

3. sudo dmesg 刷屏内核工作队列告警：

   workqueue: svm_range_restore_work [amdgpu] hogged CPU ... 2000+ times
   workqueue: amdgpu_amdkfd_restore_userptr_worker [amdgpu] hogged CPU ...

   （内核提示 “consider switching to WQ_UNBOUND”）

4. 卡点几乎总在同一字节位置（~12.3–13GB，即 CLIP 25GB 中段）。

已排除 / 已试过

• 确认未设 expandable_segments:True（环境/进程/脚本全查过）→ 不是它的触发点
• 换 torch 2.13 → 依然卡；全新 venv + 全新 clone ComfyUI → 依然卡（排除环境脏）
• HSA_ENABLE_SDMA=0 → 无效
• CLIPLoader device=cpu → 能过 CLIP，但卡点移到采样时 UNet 的 H2D
• GGUF CLIP → 维度不匹配（L0-49 GGUF 3456 dim vs i2v 需要 3072），不可用
• 内核回滚：-30 连死；-29 间歇（能出片但防不住）；-28 间歇（当前） —— 都不是稳定解

上游调查

• pytorch#192259（同一张 gfx1201 卡）：Tensor.to('cuda') 在 hsaKmtMemoryVaMap 无限等待，open
• AMD 工程师定位：卡在 hipMemSetAccess，因 amdgpu DRM < 3.64 时 GEM_VA timeline 能力缺失，内核从不发布完成点
• 修复 PR ROCm/rocm-systems#9821（fix(rocr): gate VM timeline output on DRM 3.64）：libhsakmt 在 DRM<3.64 改走同步 VA map，state=open 未合并，尚无 release 内含此修复
• 结论：这是 gfx1201 + ROCm 7.2.x 的 H2D/HIP 搬运路径 bug，与黑名单化/量化无关（int8 和 fp16 数据都慢/卡）

求帮助的具体问题

1. 有 R9700 (gfx1201) + ROCm7.2 + ComfyUI/MiniMax-H3 成功稳定跑通的配置吗？尤其：用什么内核 DRM 版本、什么 ROCm、什么 torch、什么启动参数？
2. 怎么查到我当前 amdgpu DRM 版本号（确定是否 <3.64）？以及有没有办法让 libhsakmt 绕开 timeline 路径（比如手动上 #9821 补丁、或某个环境变量强制同步 VA map）？
3. 有没有社区/个人打过 rocm-systems#9821 补丁自编译 libhsakmt 经验？风险多大？
4. 有没有不经过 comfy-kitchen 量化 .to('cuda') 的 H3 加载方式（能在 32GB 显存内装下、又避开这条 H2D）？最好给可行方案。
5. 那个 svm_range_restore_work / restore_userptr workqueue 风暴，有没有 WQ_UNBOUND 或内核参数能先压下去、让搬运能走？