H3 Optimizations：ComfyUI 中 MiniMax H3 的显存优化与稀疏加速插件

H3 Optimizations 是专为 MiniMax H3 模型设计的 ComfyUI 生产级优化插件包。它专注于解决 H3 在生成视频时的两大痛点：极高的显存占用和漫长的推理时间。通过引入内存分块、QKV 流式传输以及可选的视频稀疏注意力（Sparse Attention），该插件能在保持高质量输出的同时，显著降低硬件门槛并提升生成速度。

• GitHub：https://github.com/Zironic/H3-Optimizations

核心功能亮点

• 极致的显存优化 (H3 Memory Optimization)：
  • 通过分解大张量计算、提前释放临时数据（如嵌入组装张量）以及 QKV 流式传输，大幅降低峰值显存使用。
  • 支持 MLP 和 FinalLayer 的分块处理，兼容多种注意力后端（SageAttention, Comfy Kitchen 等）。
  • 建议：大多数用户只需添加此节点并保持默认设置，即可在不损失质量的情况下运行更大分辨率或更长时长的视频。
• 稀疏注意力加速 (H3 Sparse Attention)：
  • 通过减少视频到视频（Video-to-Video）的注意力计算量来加速生成。
  • 默认采用 15% 的视频注意力预算，并结合“早期密集 ramp”策略（起始 50%，逐渐降至目标值），在保证场景建立阶段质量的同时实现显著加速。
  • 支持多种后端自动选择：Native Kitchen INT8, Sparse Sage, BF16 Triton, FlexAttention 等。
• 精细控制与调试：
  • AIMDO Residency Limiter：手动控制 DynamicVRAM 中保留的模型块数量，用于基准测试或极端低显存环境。
  • Advanced Sparse Attention：允许独立调整早、中、晚阶段的注意力预算及后端选择，适合高级用户微调。
• 广泛的硬件支持：
  • NVIDIA：支持 SM75 (Turing) 及以上架构，针对 Blackwell (SM120) 和 Hopper (SM90) 有专门优化。
  • AMD (实验性)：支持 RDNA 3/3.5 (gfx11) 和 RDNA 4 (gfx12)，提供原生 HIP 内核；RDNA 2 (gfx103x) 通过适配器回退路径支持。

性能表现 (RTX 4070 12GB 基准)

在 1376×768 (1.0 MP) 分辨率下，相比标准的 Comfy Kitchen 密集注意力：

注：实测数据显示，稀疏注意力在长视频生成中优势更明显，且能显著降低显存峰值，避免 OOM。

节点使用指南

安装与要求

• ComfyUI 版本：0.33.0 或更新版本。
• 安装方式：

  cd ComfyUI/custom_nodes
  git clone https://github.com/Zironic/H3-Optimizations
  

  或通过 ComfyUI Manager 搜索 H3-Optimizations 安装。

• 依赖：无需额外 Python 包，插件自带针对 Windows/Linux 的原生二进制文件（CUDA/HIP）。

注意事项

1. 稀疏注意力的权衡：稀疏化会改变模型计算，可能导致提示遵循度、运动连贯性或细节的轻微损失。建议在重要项目中先进行小规模测试。
2. 后端兼容性：若显式选择某后端（如 Sparse Sage）但系统不支持，节点会报错而非静默回退。普通用户建议使用标准节点的 Auto 模式。
3. AMD 支持现状：AMD 分支处于实验阶段，gfx11/gfx12 用户需确保 ROCm 环境正常；gfx103x 用户可能面临性能瓶颈或回退到密集模式。