Wiki पर वापस जाएँ इन्फ़रेंस

वीडियो मॉडल VRAM

आधिकारिक एकल-GPU मंजिलेंः T2V/I2V/S2V A14B आवश्यकता के बारे में 80 GB; TI2V-5B चल सकता है 24 GB (RTX 4090) डिफ्लोड, डीटाइप कन्वर्ट के साथ, और T5 पर CPUबाकी सब कुछ सामुदायिक संपीड़न या अधिक GPUs है.

80GB4090offload
इस पृष्ठ पर 4
VRAM स्टैकः UMT5, DiT विशेषज्ञ, सक्रियण, VAE
जहां स्मृति जाती हैः पाठ एन्कोडर, DiT वजन, सक्रियण / CFG, VAE।
Wan2.2 के लिए GPU के बीच आधिकारिक कंप्यूटेशनल दक्षता तालिका
README तालिका से आधिकारिक कुल समय (ओं) / पीक GPU मेमोरी (GB) तालिका।

README फर्श

मॉडलआधिकारिक एकल GPUध्वज चिल्लायाबहु-GPU
T2V-A14B / I2V-A14B / S2V-14B≥ 80 GB--offload_model सही --convert_model_dtype [--t5_cpu]FSDP + Ulysses, FlashAttention3 Hopper पर
TI2V-5B≥ 24 GB (4090)अपलोड + परिवर्तित + --t5_cpuFSDP पथ समान; 80 GB पर अधिक तेज़ जाने के लिए लोड छोड़ दें

दक्षता तालिका नोट्सः शीघ्र विस्तारित करें; 14B मल्टी-GPU --ulysses_size 4/8 --dit_fsdp --t5_fsdp का उपयोग करता है; वार्मअप के बाद औसत। एक ब्लॉग का उद्धरण करने के बजाय प्रति एसकेयू संख्याओं के लिए पीएनजी पढ़ें यह 8 GB पर चलता है।

वास्तव में सुई को ले जाने वाले बटन

  • --offload_model सही पृष्ठ DiT चरणों के बीच CPU के लिए ब्लॉक करता है।
  • --t5_cpu / --t5_fsdp UMT5-XXL विशाल है; इसे 24 GB कार्ड पर 5B DiT के बगल में न छोड़ें।
  • --convert_model_dtype param_dtype cast, 4-bit नहीं।
  • संकल्प और फ्रेम गिनती अनुक्रम लंबाई सक्रियण हत्यारा है।
  • CFG एक सेकंड आगे जब तक ग्राफ इसे मिलाता है।
  • FP8 / GGUF / डिस्टिल देखें क्वांटिज़ेशन पृष्ठ जब 80 GB कल्पना है।

अक्सर पूछे जाने वाले प्रश्न

24 GB T2V-A14B चला जाएगा?
अधिकृत generate.py नुस्खा के साथ नहीं। बहु-GPU या एक सामुदायिक FP8/GGUF/डिस्टिल पैक का उपयोग करें, और गुणवत्ता / गति के साथ समझौता की उम्मीद करें।
क्यों 1280×704 नहीं 1280×720 पर 5B?
5B 720P ग्रिड 1280×704 / 704×1280 है इसलिए यह उच्च संपीड़न VAE पैच के साथ संरेखित होता है।

प्राथमिक स्रोत

Wan-Video/Wan2.2 README से सत्यापित · 28 अगस्त 2026

© 2026 wan2.video