英特尔锐炫Pro B70为MiniMax H3-Image提供Day 0支持

MiniMax H3-Image是一款面向多元创作场景的图像生成与编辑模型，它支持最多16张参考图，可高效完成复杂图像生成与编辑任务。凭借在游戏素材、3D视觉内容等方面的表现，该模型还可广泛应用于电商、广告创意、AI智能体及生产力工具等场景，为视觉创作带来更多可能。

Day 0加速的硬件底座，是由8张英特尔锐炫Pro B70 GPU打造的英特尔锐炫多卡解决方案。作为方案的核心，锐炫Pro B70 配备了高达32GB 的大容量显存，同时提供608 GB/s的显存带宽，以及367 TOPS 的峰值INT8 AI计算能力。

凭借多卡协同带来的性能提升和灵活扩展能力，锐炫多卡解决方案突破了单卡在显存容量与计算资源上的限制，不仅能为更大规模模型以及更复杂的AI工作负载提供灵活、可扩展的算力支持，还能降低AI部署的成本与复杂度，以更出色的成本效益提供相似的性能支持。

在该方案中，文本编码器与 DiT 主干采用8路张量并行（8TP），VAE采用8卡图块并行解码，实现6272×2688超高分辨率图像在六步生成下的全流程 GPU 加速。目前，相关并行方案与算子优化已在 SGLang Diffusion上完成适配。

整个过程中，文本编码器、DiT、VAE分时复用 8卡GPU资源。具体而言，文本编码器以张量并行方式运行。作为计算量最大的模块，DiT将参数与计算按张量维度切分至8张锐炫GPU之中，单卡仅承载约八分之一的权重与负载，显著降低显存占用并支撑更大规模的模型。VAE则采用8卡图块并行，将完整图块分发至各卡并行解码后汇总结果，权重在各卡保留副本，无需切分卷积权重，仅在图块边界处拼接。通过统一的8卡部署，该方案在降低单卡显存压力、支撑更大规模模型的同时，进一步提升多卡协同计算效率。

英特尔还在该框架的XPU Kernel路径上进行了系统性优化，围绕DiT主干的高频计算链推进算子融合与调度改进，覆盖归一化与索引化调制、门控残差、激活与逐元素乘等环节，并持续优化矩阵乘法与注意力路径。其中，融合后的RMSNorm与索引化AdaLN相较原始PyTorch算子链取得数倍加速；门控残差与SiLU×up亦有可观提升¹。上述优化使去噪阶段与端到端时延均明显下降，并在提速的同时保持了数值稳定，为后续优化留出了空间。

后续我们将依托H3-Image 16MP 基线画质，产出细节更丰富的人物和场景资产，并搭配面向英特尔平台深度优化的MiniMax H3生视频模型。整套本地方案集成流式显存调度、适配英特尔硬件的模型定制协同设计，单张英特尔锐炫Pro B70即可实现媲美云端画质的视频生成。配合自研本地生视频 Agent，还可在本地链路闭环完成镜头拆分、视频生成、编辑与修复，一站式支撑短剧内容生产。

要让硬件性能真正转化为开发者触手可及的生产力，软件优化同样不可或缺。英特尔提供覆盖模型适配、优化到部署全流程的 AI 软件栈，支持 PyTorch、vLLM、SGLang、SGLang Diffusion、ComfyUI 和 OpenVINO，与锐炫 Pro B70 形成软硬件协同。这让开发者能够更充分地释放大模型的生产力，让AI能力真正融入创作流程，为更多创意打开空间。

同时，英特尔也将于近期发布针对MiniMax H3-Image ComfyUI量化版本的软件栈支持，让更多工作室和个人创作者基于锐炫Pro B70单卡就能进行高效创作！

英特尔将持续为国内前沿AI模型提供Day 0支持，并与本地模型厂商、开发者及生态伙伴紧密协作，通过产品与技术创新，让前沿AI能力更快触达用户，带来更加丰富、高效的AI体验。

开发者可通过以下步骤，部署最新MiniMax H3-Image。

第一步：代码与环境

第二步：下载权重

第三步：启动（终端 1）

第四步：生图（终端 2）

更多信息请点击“阅读原文”查看。