RunningHub开源方案让MiniMax H3提速约12倍

MiniMax H3开源后，RunningHub推出H3 Lightning加速方案。同样用4张RTX 6000D生成5秒、1344×768视频，原始BF16、50步推理耗时348.8秒，加速后仅28.7秒，速度提升约12倍、耗时减少约92%，同时保持BF16精度。完整代码已发布至GitHub：https://github.com/RH-RunningHub/MiniMax-H3-MultiGPU-Lightning/

这套方案也覆盖更长视频和参考图场景。在8张RTX 6000D上，生成15秒、768×1344视频时，纯文本约48秒，双参考图约73秒，15秒图生视频进入“1分钟出片”范围，且没有通过降低精度换取速度。

实测中，5秒768P沙漠越野摩托车视频从点击到出片约30秒，起步、冲坡、腾空、落地和甩尾动作连贯，低机位追拍、正面跟拍等镜头也能执行。15秒图生视频使用吉卜力风格参考图，生成约88秒，人物与金毛在起身、奔跑、跳跃过程中保持较好一致性，服装、发色、毛色及远景湖泊基本稳定；快速跳跃时狗的四肢偶有僵硬。

二次编辑同样较快：将晴天改为雨天，加入撑伞、奔跑、转身和狗跳跃等动作，约50秒完成，远处山湖仍被保留并出现彩虹。更短的等待时间降低了创作者反复试错和临时修改的成本。

加速主要来自三层优化。首先引入RH后训练加速模型，把默认50步压缩到更少步数；4卡9步测试耗时43秒，约提速8倍，推荐日常使用4步，快速运动等复杂任务可切换8步。其次结合SageAttention2、Cache-DiT和torch.compile，分别优化注意力计算、复用中间结果并减少执行调度开销，最终将43秒进一步压到28.7秒。

多卡部分针对没有NVLink、依靠PCIe通信的环境，采用TP2＋Ulysses4。8张RTX 6000D实测相比TP4＋Ulysses2快约12%，显存占用少约14GiB；全部组件由SGLang multimodal_gen推理引擎统一调度。安装环境、下载模型、启动服务和测试流程均已公开，也可叠加社区加速LoRA进行适配。

这套方案面向工作室、企业团队及个人本地部署，使用公开可购的RTX 6000D，而非依赖顶级数据中心硬件。预算充足时，B300可将出片速度进一步推向秒级；没有多卡服务器的用户，也能直接在RunningHub平台使用。它选择的是把工程优化留在开源生态，让开发者自行部署并围绕工作流调整卡数、参数以及速度和画质的取舍。