吹爆开源！RunningHub让MiniMax H3满血提速12倍，本地部署照样起飞
闻乐 发自 凹非寺 量子位 | 公众号 QbitAI
所以MiniMax前脚刚把H3开源，后脚各种工作流、ComfyUI节点、垂直优化玩法就已经冒了出来。
这不，一站式AIGC创作平台 RunningHub 就盯上了一个大家都特《急急急》的事儿：
灵感一上头，创意改起来只要十几秒，下一版都已经在脑子里剪完了，结果屏幕上的这一版还在转……
同样生成5秒、1344×768的视频，在4张RTX 6000D上，原始BF16 50步方案耗时 348.8秒，差不多6分钟 。
RunningHub H3 Lightning完整加速之后，只需要 28.7秒 。
好家伙，前后约 12倍提速 ，生成耗时减少约92%，却依旧能保留BF16数值精度。
现在，RunningHub已经把整套玩法放GitHub上开源了，任何创作者都能开箱即用！
（https://github.com/RH-RunningHub/MiniMax-H3-MultiGPU-Lightning/）
快12倍的H3是啥体验
不光是5秒视频，就算是15秒、双参考图，RunningHub H3 Lightning依旧能给你猛猛提速。
在8张RTX 6000D环境下，让H3做一个15秒、分辨率768×1344的视频，纯文字生成大约需要48秒、双参考图生成约73秒。
而且在RunningHub H3 Lightning这儿，AI加速可不等于质量劣化。
场景放在沙漠，一个女越野摩托车手原地起步，随后高速冲上沙丘，腾空、落地，再接一个大幅甩尾。
落地的时候车身有明显的下沉和回弹，骑手的重心也跟着往下压了一下，还有尘土的飞扬看着也挺真实。
少年从草地上起身，直接向山坡前方奔跑；金毛也得跟着起来，一边跑一边跳；少年中途还要张开双臂、转身继续跑。
从坐着到起身，再到迈步加速，动作之间有比较明显的衔接；金毛也没有沦为一张跟着人物平移的贴纸，自己完成了起身、奔跑和跳跃。
少年的黄色外套、蓝色裤子、黑色头发这些主要特征一直都在，金毛的体型和毛色也没有跑到后半段突然换了个品种。
当然了，你要是真盯着看也还是能挑出毛病。狗在快速跳跃时，四肢动作偶尔会有点“硬”，但是倒也不会特别出戏。
少年得站起来撑伞，在草地上跑，再突然停下转一圈；金毛继续绕着他跑，还得从旁边跳过去。
对很多创作者来说，创意落地、试错的时间成本都降低了，也不用因为漫长等待就砍掉很多一闪而过的想法。
那么问题来了， 不降BF16精度，也不开挂顶级数据中心算力，RunningHub抠出来的时间，到底是从哪儿省出来的？
人人都能用，本地可部署
先看看哪里算得太多，再看看哪里算得太慢，最后看看几张GPU之间有没有时间浪费在“互相等”上。
把文字或者图片变成视频需要经过多轮计算，画面才会逐渐从噪声中成形，这个轮次叫生成步数。
原始H3推理默认50步，每一步背后都有一轮实打实的计算，步数越多，GPU自然就得干得越久。
简单点说就是让H3经过后训练之后，学会用更少的步数把视频做出来，还得在不丢画质的前提下完成。
同样使用4张RTX 6000D生成5秒视频，换成RH后训练加速模型的9步测试方案之后，时间直接缩短到了43秒。
RunningHub接着想解决的是，剩下这些必须完成的计算，还有没有地方能继续省时间？
这次一口气上了三个技术组合， SageAttention2、Cache-DiT和torch.compile 。
谁和谁相关、前后画面怎么联系、不同信息怎么共同影响最终结果，这些注意力计算本身就是推理过程中相当吃算力的一环。
视频生成前后多个计算步骤之间存在可以复用的信息，如果有些中间结果已经算过，后面的步骤就没必要每次都从头再来。
最后还有torch.compile，它会对计算过程进行 编译优化 ，让GPU执行这些操作时更加顺畅，减少一些原本零散的调度和执行开销。
当RH后训练加速模型和这些算子、缓存、编译优化叠到一起，该跑快的跑快，该复用的复用，该捋顺的捋顺，刚才压到43秒的生成过程又被继续压到了28.7秒。
八个人当然比一个人手多，可如果任务分配不合适，每个人刚干两下就要停下来等别人递东西，A等B，B等C，最后时间全耗在互相交接上。
GPU之间需要不断交换数据，而在没有NVLink高速互联、主要依靠PCIe通信的环境里，卡间通信的成本尤其不能忽略。
RunningHub这次专门针对这种环境，把不同的多卡并行方式拉出来重新测了一遍，最后选中的组合是 TP2＋Ulysses4 。
在8张RTX 6000D、PCIe连接且没有NVLink的环境下，TP2＋Ulysses4相比TP4＋Ulysses2， 速度快约12%，同时减少约14GiB显存占用 。
SageAttention2、Cache-DiT和torch.compile继续提高剩余计算的执行效率；
最后，RunningHub把这些方法全部整合进SGLang multimodal_gen推理引擎，由它把模型生成、多卡协同和各种加速组件真正组织到一起。
现在AI行业的各种性能数字已经卷得飞起，只要舍得堆顶级GPU、高速互联和数据中心，把模型跑得飞快并不稀奇。
H3 Lightning特意绕开了“超能力解法”，针对的就是无NVLink的PCIe多卡环境，RTX 6000D也是公开可购买的专业GPU规格。
也就是说，RunningHub从一开始针对性优化的，就是一种更贴近工作室和企业团队实际部署的多卡环境。
当然了，如果你的预算没上限，用B300的卡配合这个方式，出片速度能直接提升至秒级。
从环境安装、模型下载，到服务启动和推理测试，H3 Lightning整个本地部署流程都公开了。
开发者也可以结合公开的社区加速LoRA，再配上前面提到的注意力优化、计算缓存和多卡并行，在自己的机器上重新跑一遍。
没有多卡服务器、不想研究环境配置的创作者， 直接在RunningHub上点开H3 Lightning也能用 。
顶级算力被垄断，RunningHub选了创作者够得着的那条路
有人会拿开源底座继续做后训练，把优化后的能力跑在顶级数据中心集群上，再封装成API提供给用户。
用户不需要关心背后的GPU和工程优化，按调用付费就能直接获得结果，这当然是一种很成熟的商业路径。
开发者自己拥有硬件、自己部署模型，围绕自己的工作流继续改，优化方法又能被下一批开发者拿去复现和迭代。
模型出来之后，平台第一时间把它接进来，让创作者不用先研究一大堆部署问题，就可以上手尝试新模型。
有人拿H3做电商内容，有人拿去做 短剧、漫剧 ，有人研究 声音克隆、动作克隆和音频驱动 ，还有人继续把自己的玩法封装成新的工作流。
TA发布的MiniMax H3·电商多参生视频工作流，只需要把商品、模特、场景一股脑塞进去，再简单说说卖点——
H3就能自己琢磨人物该在哪儿、商品怎么露出、场景怎么搭，最后直接给你一条完整电商广告。
自打H3上线以来，RunningHub平台上已经有上千名创作者，围绕它开源了近万条创意工作流。
其实这也是开源模型的乐趣，一个人解决一点问题，最后整个生态能用的东西就越来越多。
而H3 Lightning相当于RunningHub再进一步，开始把自己积累的工程能力反过来贡献给H3，直接解决推理效率的问题。
如果只看RunningHub，一个AIGC创作平台突然跑去研究后训练、算子优化和多卡并行，多少有点跨界。
当时的核心矛盾是游戏、图形、高性能数字内容体量越来越大，如何让这些负载稳定、高速地运行起来。
GPU容器调度、图形虚拟化、实时流媒体、大规模云渲染，海马云的整套能力体系都是围绕这个目标打磨的。
时至今日，海马云已经在国内建设60余个边缘节点，支撑超过2000万月活用户的智算服务。
于是海马云面对的命题也随之从「高性能内容怎么跑」，进一步转向了「AI能力如何调用，又如何高效落地」。
计算对象从云渲染到AI推理，但这也恰好让海马云这家 原生AI公司 十余年的技术积累有了更大的发挥场景。
RunningHub H3 Lightning，是海马云 「GPU工程能力」 在AI时代的一个新落点，补齐的也是开源模型从权重到生产力之间缺失的环节。
谁能在模型开源之后，最快把它接进真实环境、优化到生产可用，再把这些能力持续回馈给社区。
而H3 Lightning推理优化，则是在模型跑通之后，继续攻克速度、成本与硬件门槛，把单次试玩的内容生成，升级为可稳定复用的批量生产力。
GitHub仓库：https://github.com/RH-RunningHub/MiniMax-H3-MultiGPU-Lightning/
新版GPT Image 2.5已经能伪造GPT-6发布会了 2026-09-04
刚刚，GPT-6正式发布！OpenAI：欢迎来到AGI时代 2026-09-04
Coding不再是程序员专属！阿里Qoder这波有点绝 2026-08-29
AI4S开始进入「项目时代」：紫东太初把AI从做Task推向做Project 2026-08-25
相关阅读
实测腾讯AI文生图！王者荣耀画风一键直出，小程序就能玩
中国AIGC最值得关注企业&产品榜单揭晓！首份应用全景图谱发布
AIGC基于文本生成音乐，现在压力来到配乐行业这边｜Github
李开复麾下大模型公司零一万物上线，数十位核心成员就位
抖音CEO离任，奔赴AIGC视频新风口
狸谱App负责人一休：从“叫爸爸”小游戏到百万月活AI爆款，社交传播有这些底层逻辑丨中国AIGC产业峰会
热门文章
陶哲轩吐槽GPT-6孪生素数新突破：令人无语的一幕
姚班校友主导，Claude攻克费马大定理首个完整形式化证明
这个世界模型训练完就“退场”，机器人反而更能干了
GPT-6带火循环Transformer，阿里早已布局
押中SpaceX的硅谷老将，把票投给了一家中国世界模型公司
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1