gfx1151의 MiniMax H3, 네이티브 HIP Sol로 생성 시간 30% 단축

지난 측정에서는 ROCm Sol-Attn이 dense CK보다 10.74% 느려서 쓰지 않았습니다. 그때 쓴 것은 custom Triton 구현이었습니다. comfy-kitchen v0.2.33에 네이티브 HIP Sol이 들어와서 같은 gfx1151(Ryzen AI Max+ 395 / Radeon 8060S)에서 다시 쟀고, 1344×768 생성이 30% 빨라져 운영 기본값을 바꿨습니다.

30.15%1344×768·124f 생성 시간 단축

1.432x처리 속도 배율

3분 6초영상 한 편당 절약 (10분 17초 → 7분 11초)

+1.15GiBSol의 GTT 증가 (유효 실행)

시험 환경

ComfyUI e308cc7, comfy-kitchen v0.2.33을 gfx1151용으로 빌드
ROCm 10.0.0 / PyTorch 2.13.0 / Python 3.12, CPU power-saver / GPU auto
기존 custom Triton Sol은 끄고 코어 BlockSparseAttention 사용
조건마다 워밍업 1회와 측정 3회, 8개 조건에서 영상·음성 32개를 모두 정상 생성

768×448에서 네 가지 비교

768×448·124프레임·4-step 조건입니다. LoRA 이름에 768p가 들어가 있지만 이 해상도는 768p가 아닙니다.

경로	평균 (초)	표본 SD	Dense 대비	최대 GTT (GiB)
v1.1 Dense CK	135.973	0.188	기준	40.680
v1.2 Dense CK	135.900	0.168	0.05%	40.680
v1.1 HIP Sol	117.413	0.296	13.65%	41.163
FastH3 HIP VSA	124.430	0.092	8.49%	43.061

HIP VSA도 dense보다는 빨랐지만 Sol에 못 미쳤고 GTT는 2.38GiB 더 썼습니다. v1.2 LoRA는 v1.1의 설정을 그대로 빌려 쓴 결과라 속도나 품질이 낫다고 말할 근거가 없습니다.

1344×768 본 시험

1344×768·124프레임·24fps·4-step, 워밍업 1회를 빼고 유효 3회입니다.

경로	평균 (초)	중앙값	표본 SD	CV	최대 GTT (GiB)
Dense CK	617.138	616.902	0.419	0.068%	44.434
네이티브 HIP Sol	431.056	430.968	0.258	0.060%	45.587

1344×768·124f 생성 시간낮을수록 좋음

Dense CK

617.1초 (10분 17초)

네이티브 HIP Sol

431.1초 (7분 11초)

만들어지는 영상은 약 5.167초 분량이고, 한 편마다 평균 186초를 아낍니다. 측정 중 최고 온도는 79~80°C, 최대 전력은 약 115W였습니다(2초 간격 표본의 최댓값이라 정밀한 피크 측정은 아닙니다). OOM, GPU reset, ring timeout은 없었습니다.

해상도가 클수록 이득이 커졌다

해상도 / 프레임 / step	실제 attention 토큰	Dense 평균	HIP Sol 평균	시간 감소
768×448 / 124 / 4	12,877	135.973초	117.413초	13.65%
1344×768 / 124 / 4	37,741	617.138초	431.056초	30.15%

attention 비용은 토큰 수의 제곱으로 늘기 때문에, 토큰이 많을수록 sparse attention으로 덜어내는 몫이 커집니다. 두 시험은 시각을 달리해 따로 잰 것이어서 다른 입력이나 길이에서도 같은 비율이 나온다고 보장하지는 않습니다.

같은 프롬프트와 seed로 비교한 Dense 대비 Sol의 SSIM은 0.7895, PSNR은 22.69dB입니다. 생성 결과가 달라진다는 뜻이지 품질이 나빠졌다는 뜻은 아닙니다. 확인한 프레임에서 붉은 로봇이 실험실을 걷는 장면은 그대로였고, 외형과 배경, 발 위치가 조금씩 달랐습니다. 검은 화면이나 심한 깨짐은 없었습니다.

적용 범위

2026-09-08 추가: 이때 측정하지 않았던 이미지 조건 경로(FL2VA, R2VA)도 이후 Dense/Sol로 비교했고, 모든 조건에서 30.2% 안팎 줄었습니다. 후속 글에 있습니다.

운영에서는 텍스트→영상 v1.1 4-step에만 HIP Sol을 씁니다. 8-step, 정규 20-step, 이미지·참조 입력 경로는 검증하지 않아서 자동으로 켜지 않고, 토큰이 적은 짧은 작업은 Dense CK로 돌립니다. Sol 설정은 tau 1.3, start 0.2 / end 1.0, min_tokens 12288, extra_tokens 256, exact_kv_and_rows입니다.

한 번 느리다고 판단한 기법도 구현이 바뀌면 다시 잴 가치가 있었습니다. 지난번 결론은 "Sol이 느리다"가 아니라 "그때의 Triton Sol이 느렸다"였습니다.

같은 모델을 NVIDIA Blackwell에서 잰 결과는 별도 글에, 두 기기 비교는 비교 글에 있습니다.