ComfyUI部署MiniMax H3：8G本地卡、RTX 4090和RTX 5090怎么选？

先说结论：8G显卡适合验证工作流；MiniMax H3常规视频生成可选RTX 4090 24G；需要更长时长、更高分辨率或更多显存余量时，再使用RTX 5090 32G。

更新时间：2026年9月7日

一、为什么"显卡能跑"不是唯一判断标准？

运行ComfyUI视频工作流时，显存只决定了部分问题。

通过降低分辨率、缩短时长、减少帧数、使用量化模型或CPU卸载，一些工作流可以在8G显存环境中启动。但启动之后，还要考虑：

单条视频需要等待多久；
提高分辨率后是否出现显存不足；
模型加载过程中是否被系统终止；
本地电脑是否会被长时间占用；
连续生成多条素材时，工作流是否稳定；
为节省显存而修改节点，会不会破坏原有流程。

因此，8G、24G和32G显存不应该简单理解为"不能跑、能跑、跑得快"，而应该对应不同阶段。

显存配置	推荐用途
本地8G	提示词测试、节点检查、轻量工作流验证
RTX 4090 24G	MiniMax H3常规视频生成、预算优先的阶段性任务
RTX 5090 32G	较长视频、更高分辨率、复杂节点及更大显存余量

二、算家云（suanjiayun.com）两套MiniMax H3镜像有什么区别？

算家云镜像社区目前提供两套定位不同的MiniMax H3镜像。

方案一：MiniMax H3加速版＋RTX 4090

镜像全名：

text 复制代码

ComfyUI-v0.33.1-全能版-MiniMaxH3加速

页面公开配置：

项目	配置
ComfyUI版本	v0.33.1
推荐显存	24G
首选显卡	RTX 4090
Ubuntu	22.04.3 LTS
CUDA	12.8
Python	3.12
镜像容量	37.28GB
启动方式	支持自启动

这套镜像明确推荐24G显存和RTX 4090，适合作为MiniMax H3常规视频生成方案。

因此，不能笼统地说"MiniMax H3必须使用32G显存"。对于预置工作流、常规视频长度和合理分辨率，4090是算家云已有镜像明确支持的选项。

方案二：MiniMax H3长时优化版＋RTX 5090

镜像全名：

text 复制代码

ComfyUI-v0.34.0-MiniMaxH3长时优化版

页面公开配置：

项目	配置
ComfyUI版本	v0.34.0
推荐显存	32G
首选显卡	RTX 5090
Ubuntu	24.04 LTS
CUDA	13.0
Python	3.12
镜像容量	24.89GB
启动方式	支持自启动

镜像页面称，这一版本针对视频生成过程中ComfyUI程序频繁被系统关闭的问题进行了优化，并标注可支持百万像素级15秒视频生成。

这属于镜像发布页说明，不代表本文完成了独立性能测试。实际生成时间和稳定性仍会受到分辨率、帧数、采样参数、自定义节点和并发任务影响。

三、4090和5090应该怎么选？

建议先看任务，而不是先看显卡型号。

优先选择RTX 4090的情况

主要运行MiniMax H3预置工作流；
以常规视频片段为主；
会在剪辑软件中完成后期拼接；
工作流没有叠加大量放大、插帧或参考控制节点；
希望先验证24G显存是否已经够用；
更关注单次任务的成本控制。

这时可以使用MiniMax H3加速版镜像，并按照页面建议选择RTX 4090 24G。

优先选择RTX 5090的情况

准备尝试较长视频；
希望提高生成分辨率；
工作流包含较多自定义节点；
24G显存下频繁出现内存不足；
需要给模型加载和中间结果保留更多余量；
使用目标正是长时优化版镜像。

这时更适合选择RTX 5090 32G。

不确定时怎么办？

先从4090开始完成一次小参数验证。

如果模型可以正常加载、显存仍有余量，再逐步增加时长和分辨率。只有当24G确实成为限制时，再切换到5090，而不是一开始就默认使用最高规格。

四、创建实例时怎样避免选错镜像？

两套镜像名称接近，但环境版本不同，创建实例时要逐项核对。

4090方案应确认：

text 复制代码

ComfyUI-v0.33.1-全能版-MiniMaxH3加速
RTX 4090 24G
Ubuntu 22.04.3
CUDA 12.8
Python 3.12

5090方案应确认：

text 复制代码

ComfyUI-v0.34.0-MiniMaxH3长时优化版
RTX 5090 32G
Ubuntu 24.04
CUDA 13.0
Python 3.12

不要只看见"MiniMax H3"就直接创建。ComfyUI、Ubuntu和CUDA版本不同，可能影响自定义节点和额外依赖。

GPU库存、可用区域和实例配置是动态信息，应以创建实例时的页面为准。

五、实例启动后的环境验收

实例启动后，不要立即导入复杂工作流。先检查GPU和Python环境。

1. 检查GPU

在WebSSH中执行：

bash 复制代码

nvidia-smi

重点确认：

GPU型号是否与所选实例一致；
显存容量是否正确；
是否存在异常占用；
驱动是否正常识别GPU。

2. 检查Python版本

bash 复制代码

python --version

两套镜像页面当前都标注Python 3.12。

3. 检查PyTorch和CUDA

bash 复制代码

python -c "import torch; print('torch=', torch.__version__); print('cuda=', torch.version.cuda); print('available=', torch.cuda.is_available()); print('gpu=', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'none')"

正常情况下，应看到：

PyTorch版本；
CUDA版本；
available=True；
对应的GPU名称。

如果这里已经失败，不要继续安装节点或加载模型。应先确认镜像、实例和运行环境是否选错。

六、进入ComfyUI后的第一轮验证

镜像支持开机自启动。开放访问端口后，可以在本地浏览器进入ComfyUI。

第一次运行建议遵循以下顺序：

加载镜像自带的预置工作流；
检查是否存在红色缺失节点；
使用较短时长和较低分辨率；
单次只生成一个任务；
记录显存峰值和报错信息；
确认画面方向后再提高参数。

这一步的目标不是直接生成最终成片，而是确认环境、模型和节点能够完整走通。

如果第一轮提示词效果不对，立即提高分辨率只会增加一次错误的计算成本。

七、程序异常时怎样重启？

两套镜像均提供启动管理脚本。

查看帮助：

bash 复制代码

./sj-run.sh -h

启动ComfyUI：

bash 复制代码

./sj-run.sh -s

停止ComfyUI：

bash 复制代码

./sj-run.sh -t

重新启动：

bash 复制代码

./sj-run.sh -r

如果Web页面无法访问，可以按照以下顺序排查：

实例是否仍在运行；
对外端口是否已经开放；
ComfyUI进程是否已经启动；
当前端口是否被其他程序占用；
是否存在残留的Python进程；
自定义节点是否导致启动失败。

不要一出现问题就升级ComfyUI或批量更新节点。预装镜像中的版本通常是配套组合，盲目升级可能引入新的依赖冲突。

八、遇到显存不足怎么处理？

如果生成过程中出现CUDA out of memory，可以依次尝试：

降低生成分辨率；
缩短视频时长或帧数；
将批量数改为1；
关闭不必要的放大、插帧和附加节点；
停止残留GPU进程；
重新启动ComfyUI；
从4090方案切换到5090长时优化方案。

这里的最后一步不是否定4090，而是当任务已经超过24G显存适用范围时，改用32G配置。

如果降低参数后4090可以稳定完成任务，就没有必要更换卡型。

九、本地电脑和云GPU怎样分工？

比较省时间的方式是"本地准备，云端生成"。

本地完成：

整理提示词；
筛选参考图；
检查工作流结构；
确定视频比例和时长；
记录需要的模型和节点。

云端完成：

加载完整模型；
运行正式视频生成；
连续生成多组候选；
处理高分辨率或长时视频任务。

不要开着4090或5090实例寻找素材、修改文案或重新设计分镜。准备工作完成后再启动实例，能减少不必要的运行时间。

十、关机前必须保存哪些内容？

算家云按量实例开机开始计算算力费用，关机结束实例算力计费；不足一小时的使用时段按秒计算。

但关机结束算力计费，不代表所有关联存储都停止计费。数据盘、项目网盘和项目镜像有各自的容量规则。

当前规则还需要注意：

实例持续关机满7天后，系统盘和本地数据盘可能被释放。释放后，其中的数据无法恢复；项目网盘与已保存的项目镜像不受该实例释放规则影响。

关机前至少保存：

text 复制代码

最终视频
工作流JSON
正面与负面提示词
参考图
模型与节点清单
关键参数截图

只保存成片、不保存工作流，会让下一次复现变得困难。

十一、最终选型建议

MiniMax H3并不是只能配5090。

算家云目前提供了两条明确路径：

text 复制代码

常规视频生成：
ComfyUI-v0.33.1-全能版-MiniMaxH3加速
+ RTX 4090 24G

text 复制代码

长时或较重任务：
ComfyUI-v0.34.0-MiniMaxH3长时优化版
+ RTX 5090 32G

本地8G显卡继续负责提示词测试和工作流验证；4090承担常规正式生成；当视频时长、分辨率或节点复杂度提高后，再考虑5090。

这样既不会为了省显存反复修改工作流，也不会在任务尚未验证时直接使用更高规格实例。

FAQ

1. MiniMax H3可以使用RTX 4090吗？

可以选择算家云的MiniMax H3加速版镜像。该镜像页面标注推荐显存24G，并将RTX 4090列为首选显卡。

2. 什么时候应该使用RTX 5090？

当任务需要较长视频、更高分辨率、更多自定义节点，或者24G显存已经成为限制时，可以选择32G的5090长时优化版。

3. 两套镜像可以随意更换显卡吗？

不建议默认混用。两套镜像的ComfyUI、Ubuntu和CUDA版本不同，应优先遵循各自页面标注的推荐卡型。

4. 5090一定比4090生成得快吗？

本文没有进行一致参数测试，不能只根据显卡型号给出确定速度结论。实际速度还取决于模型、分辨率、帧数和工作流。

5. 本地没有NVIDIA显卡可以使用吗？

可以。本地设备主要负责浏览器操作，模型计算由云端GPU完成。上传参考图和下载视频时，网络速度仍会影响体验。

6. 关机后文件会立即删除吗？

不会立即删除，但实例持续关机满7天后可能被释放。重要文件应提前下载、转入项目网盘或按需要保存项目镜像。