抡锤者

@Zhen-Li 你这个速度也太夸张了吧？ 而且我查了4070s的显存是12GB，不太大。 你说的那个工作流是不是我附件中的那个，是N卡专用的吗？LTX2.3数字人无限时长V2.json

@johnnybegood N卡速度快这么多吗？ 用的是什么工作流能分享一下吗？是N卡专用的工作流吗？

1）如果要做一段10分钟的数字人口播视频，1280x720，25帧，要500分钟？ 要提高速度是不是可以减少帧数？
2）如何防止人脸变化？ 每次生成10s左右的一小段，最后再写脚本用ffmpeg拼接吗？

各位大佬，最近一直在研究本地制作数字人口播视频。 我原来是用的在线付费方式来生成数字人视频，一段视频10分钟左右，后来觉得比较贵，而且本来就想研究AI生成图像、音视频，就下决心买了老特同款的 X99-CD3板U套装、64G DDR3拆机内存条、全新的蓝宝石7900 XTX白金版显卡、二手三星固态硬盘。

我先在win10下，用了机智罗的整合包安装了comfyui，跑起来比较顺利，试了不少工作流。 看了论坛上老特的建议，为了速度，直接用ltx-2.3做数字人视频。 测试过机智罗的几个数字人工作流，也初步测试了 @imbiplaza ASUS 介绍的comfyui_sonic工作流、官方的LTX-2.3 AI lip-sync工作流。

针对ltx-2.3的机智罗的数字人工作流，我对comfyui的启动参数反复做了测试对比，希望能提高速度，最终启动参数是：--reserve-vram 1 --disable-async-offload --disable-dynamic-vram --disable-mmap --disable-xformers。其它的像-- force-channels-last、--enable-dynamic-vram、--highvram，有的加了没用，有的加了反而更差或者更不稳定。
现在遇到2个问题：
1）数字人口播视频（输入一张人脸图片，一段口播音频，输出为该人读音频的视频）接近15秒，人脸会逐步变形，越来越不像输入的人脸了，时间更长肯定就面目全非了。如果用机智罗的人脸锁定工作流可能会好些，但生成速度就更慢了。
2）我反复调试各参数后，输出一段1280x720，24帧，5秒视频，需要236s左右，生产效率太低了；我降低分辨率为800x448，不知道为什么时间没有缩短甚至更长了？ 如果要生成10分钟的视频，要500分钟了，这样的效率没法实用。

我也在同一台电脑上安装了ubuntu，又装了comfyui+ROCM，对比了z-image文生图的速度，生成一张720x1280的图片，win10下和ubuntu下用comfyui的速度差不多，6~7s。 我估计在ubuntu下用Ltx-2.3生成数字人口播视频应该比win10下也快不了多少。

想请教各位大神对此有没有什么建议？

@terry ok.

@terry 谢谢，这下彻底了解清楚了。

@Stoma-Stoma 内存是哪家店买的啊？ 我也正想买X99-CD3，直接抄作业省得走弯路了。

@terry 2块显卡的通道数都能跑满吗？ 还是第二块显卡就是4通道？

还有这款主板需要配4根内存条才能发挥最大速度吗？ 还是2根就行？

华南金牌 X99-CD3 配 E5-2666 v3 时，CPU共提供40条PCIE通道。 该主板有5条PCIE插槽，3长2短。 2条短的是PCIE 2.0，物理长度1，不知道各占几个通道？ 3条长的插槽中，第1条是PCIE 3.0，物理长度16，占16个通道；第2条是PCIE 3.0，物理长度16，占4个通道；第3条是PCIE 2.0，物理长度1，不知道占1个通道？ 有没有大神可以详细解答？
如果2条物理长度16的PCIE 3.0插槽，通道数是16个、4个的话，意味着不能插双显卡，否则第二块显卡只能分到4个通道，速度明显打折。
不知是否是这样？

我问了华南金牌的客户，关于这些细节也不清楚。‌‌