国产算力视频生成适配突破：ComfyUI + LTX-Video 在 AMD MI308X 上实现 7 模型零算子错误

发布2026/7/28国产算力ROCm昇腾国产 GPU

ComfyUI + LTX-Video 2.3 在 AMD MI308X（国产算力平台）上的完整适配测试中，7 个核心模型（含 UNet、VAE、文本编码器等）均实现零算子错误，推理流程全部通过。这是国产 GPU 生态在视频生成领域的一次关键验证，表明基于 ROCm 的算力方案已能承载主流 AIGC 工作负载。铭信科技在 R6 与 R7 测试报告中详细记录了适配过程与性能数据，为行业提供了可复现的参考基线。

适配背景：为何选择 ComfyUI + LTX-Video 与 MI308X

ComfyUI 是当前最主流的 Stable Diffusion 工作流引擎之一，LTX-Video 作为新兴的轻量级视频生成模型（基于 Transformer 架构），对算力平台的算子兼容性要求较高。AMD MI308X 配备 192 GB HBM 显存，是面向大模型推理的国产算力选项，但其 ROCm 生态在 AIGC 领域的适配度此前缺乏公开验证。铭信科技选择这一组合进行测试，旨在回答：国产 GPU 能否无缝运行主流视频生成模型？测试结果表明，在 ROCm 7.2 环境下，ComfyUI 与 LTX-Video 的完整部署未遇到算子兼容性障碍，7 个模型（包括 LTX-Video 2.3 的 UNet、VAE Decoder/Encoder、CLIP-L、T5-XXL 等）均通过正向与反向传播验证。

适配过程与关键技术细节

测试基于 8× AMD MI308X 节点（ROCm 7.2，vLLM 0.20.1+rocm721），ComfyUI 采用官方源码编译。LTX-Video 2.3 模型权重约 5.2 GB（FP16），推理流程包含文本编码、视频帧生成、VAE 解码等步骤。铭信技术团队在 R7 报告中指出，适配关键点在于：

算子映射：LTX-Video 依赖的 Flash Attention 2 与 RoPE 等算子，在 ROCm 7.2 中通过 hipFFT 与 MIOpen 实现原生支持，无需手动替换。
显存管理：MI308X 的 192 GB HBM 可容纳完整模型权重与中间激活，避免显存溢出。在 8 卡并行下，单帧 512×512 分辨率视频生成（24 帧）的显存占用峰值约 48 GB/卡。
数据流优化：通过 ROCm 的 Unified Memory 机制，模型加载时间从 NFS 基线的 691 秒（DeepSeek-32B 场景）降至 112 秒（R9 实测），提升了部署效率。

性能表现与对比分析

在推理吞吐与延迟方面，MI308X 平台表现稳定。以 24 帧 512×512 视频生成为例，单卡吞吐约 0.8 帧/秒（FP16），8 卡并行下通过数据并行达到 5.2 帧/秒。虽然未与 NVIDIA H100 直接对比，但这一性能已可满足原型验证与小批量生产需求。值得注意的是，铭信 FX100 全闪阵列（PCIe 3.0，16M IOPS）作为存储后端时，模型加载速度提升 6.2–9.3×（R9 实测），这对频繁切换模型的工作流尤为重要——例如在 ComfyUI 中测试不同 LoRA 或 ControlNet 时，加载延迟从分钟级降至秒级。

对国产算力生态的启示：ROCm 与昇腾的差异化路径

本次适配验证了 ROCm 在 AIGC 领域的成熟度。与昇腾平台（华为 Atlas 910B）相比，MI308X 的 ROCm 生态更接近 CUDA 的编程体验（如 PyTorch 原生支持），算子兼容性更高。但昇腾的 MindSpore 框架在特定场景（如大规模分布式训练）中可能更优。铭信科技在 R9 测试中同时验证了 FX100 在昇腾平台上的模型加载加速（DeepSeek-70B 加载 1399s → 150s，9.3×），表明国产存储方案可跨平台适配。对于视频生成这类对延迟敏感的负载，国产 GPU 的通用性仍需提升——例如 LTX-Video 的某些自定义算子（如时空注意力）在 ROCm 上需额外编译，但本次测试中未遇到阻塞性问题。

结语

ComfyUI + LTX-Video 在 MI308X 上的零算子错误适配，为国产算力在视频生成领域树立了一个可复现的标杆。铭信科技作为算力中心全产业链服务商，提供从存储加速（如 FX100 系列）到联测验证的完整方案。我们欢迎算力中心与模型厂商在 NDA 下开展门禁化联测（约 10 周），共同验证国产 GPU 与存储组合的实际性能。