ComfyUI‑H3VAE_TRT：MiniMax‑H3 VAE TensorRT 加速节点，解码速度最高提升 1.7 倍

ComfyUI-H3VAE_TRT 是一个专为 MiniMax H3 模型设计的 ComfyUI 插件，通过 TensorRT 技术显著优化 VAE（变分自编码器）的编码与解码速度。实测显示，该方案可将 VAE 处理速度提升最高达 1.7 倍，从而大幅缩短视频生成的整体等待时间，特别是在高分辨率或长序列生成任务中效果显著。

• GitHub：https://github.com/lihaoyun6/ComfyUI-H3VAE_TRT
• 模型：https://pan.quark.cn/s/52578ec81b0e

核心亮点

• 极致加速：利用 NVIDIA TensorRT 引擎对 ONNX 模型进行深度优化，实现比原生 PyTorch 更快的推理速度。
• 显存友好：提供 w4a16_awq 量化版本的解码器，适合显存低于 12GB 的用户，在保持性能的同时降低硬件门槛。
• 灵活编译：支持用户根据自家显卡架构编译专属的 TensorRT 引擎，确保最佳兼容性。

安装与配置指南

1. 安装插件

cd ComfyUI/custom_nodes
git clone https://github.com/lihaoyun6/ComfyUI-H3VAE_TRT.git
python -m pip install -r ComfyUI-H3VAE_TRT/requirements.txt

注意：安装完成后请重启 ComfyUI。

2. 下载模型文件

你需要手动下载 VAE 的 ONNX 格式模型文件：

• 来源：点击下载链接
• 文件内容：包括编码器 (Encoder) 和解码器 (Decoder) 的 .onnx 文件，以及可能存在的 .data 权重文件。
• 存放路径：将下载的文件放入 ComfyUI/models/vae 目录。
• 低显存选项：若显存 < 12GB，请下载并放置 w4a16_awq 版本的解码器。

3. 工作流使用步骤

1. 编译引擎 (首次必做)：
   • 在工作流中添加 MiniMax-H3 TRT VAE Compiler 节点。
   • 加载对应的 ONNX 模型，点击运行以编译生成针对你当前 GPU 优化的 TensorRT 引擎 (.engine 文件)。
   • 编译过程可能需要几分钟，请耐心等待。
2. 加载引擎：
   • 编译完成后，使用 MiniMax-H3 TRT VAE Loader 节点加载生成的引擎文件。
   • 将该节点连接到你的 H3 采样器或图像/视频输出节点，即可享受加速带来的快感。

常见问题与建议

• 为什么需要编译？ TensorRT 引擎是针对特定 GPU 架构和精度优化的二进制文件，不同显卡（如 RTX 3090 vs RTX 4090）需要不同的引擎才能发挥最大效能。
• 显存不足怎么办？ 务必尝试 w4a16_awq 量化模型，它通过权重量化大幅降低了显存占用，同时保持了可接受的画质。
• 兼容性：确保你的英伟达驱动和 CUDA 版本较新，以支持最新的 TensorRT 特性。