RunningHub让MiniMax H3提速12倍，本地部署也能起飞

MiniMax H3开源后，AI视频圈迅速涌现出各类工作流和ComfyUI节点。一站式AIGC创作平台RunningHub针对H3推理速度慢的问题推出加速方案H3 Lightning，在4张RTX 6000D上生成5秒、1344×768视频，原始BF16 50步方案耗时348.8秒，加速后仅需28.7秒，约12倍提速，耗时减少约92%，且保留BF16数值精度。在8张RTX 6000D环境下，15秒、768×1344视频纯文字生成约48秒，双参考图生成约73秒，进入“1分钟出结果”尺度。整套方案已在GitHub开源。

实测中，5秒768P文生视频约30秒出片，人物、车辆、沙尘运动连贯，落地有下沉回弹，机位切换到位。15秒图生视频以吉卜力风格参考图生成，约88秒完成，少年与金毛动作衔接自然，角色特征和背景湖泊夕阳保持稳定，仅狗快速跳跃时四肢偶显僵硬。二次创作修改下雨场景约50秒完成，远处出现彩虹。创意试错时间成本明显降低。

提速来自三方面工程优化。第一，引入自研RH后训练加速模型，将默认50步降至9步，4张RTX 6000D生成5秒视频缩短至43秒，提速8倍；推荐默认4步，难任务可切8步。第二，执行层采用SageAttention2、Cache-DiT和torch.compile，分别优化注意力计算、复用中间结果、减少调度开销，将43秒进一步压至28.7秒。第三，多卡并行选用TP2＋Ulysses4，在8张RTX 6000D、PCIe无NVLink环境下，相比TP4＋Ulysses2快约12%，减少约14GiB显存占用。所有方法整合进SGLang multimodal_gen推理引擎。

该方案针对无NVLink的PCIe多卡环境优化，RTX 6000D为公开可购买的专业GPU，贴近工作室和中小团队实际部署条件。若预算充足，使用B300可提升至秒级。本地部署流程已公开，开发者可结合社区加速LoRA及注意力优化、计算缓存、多卡并行，在自有机器上复现。