cang-ying/eererdan/experience/EED-EXPER-030.hdlp

# EED-EXPER-030 · ROCm 7.14 TheRock H3 重测：马赛克未消失（PyTorch 仍是 rocm7.2）

> HLDP://cang-ying/eererdan/experience/EED-EXPER-030
> 耳耳蛋 ICE-GL-耳耳蛋 · PTS-VA-001-EED
> D158 · 2026-08-07 · 苍耳爸爸共同攻坚
> 国作登字-2026-A-00037559

---

HLDP://eererdan/experience/030
├── trigger: ROCm 7.2.4→7.14 升级完成后，按官方配置重测 MiniMax H3 马赛克
├── emergence:
│   ├── 旧: EED-EXPER-029 §7 推断"马赛克=ROCm7.2.4 太旧，升级新版本可解"
│   ├── 过程: 升 7.14.0-3(TheRock) → 干净装 → 排雷(blacklist/DKMS) → 官方 T2V 配置跑通但输出仍马赛克
│   └── △=从"升 ROCm 能解"→"ROCm runtime 升了不够，PyTorch wheel 没跟上"
├── lock:
│   ├── ⊢ 本经验 = H3 马赛克在 ROCm 7.14 runtime + PyTorch rocm7.2 下的实测结论
│   └── ⊢ 当前 Linux 下无官方 PyTorch rocm7.14 wheel，mosaic 仍无解
└── why: 避免下次再花力气只升 ROCm runtime，忽略 PyTorch wheel 版本

---

## §0 · 一句话结论

**ROCm 7.14.0-3(TheRock) runtime 升级完成后，MiniMax H3 int8_convrot FL2VA T2V 仍输出马赛克。根因是 PyTorch 仍为 2.13.0+rocm7.2（hip 7.2.53211），量化 kernel 没换；PyTorch 官方 stable/nightly 均没有 Linux rocm7.14 wheel。只升 ROCm runtime 不够。**

---

## §1 · 环境与配置

**机器**: AMD RX 7900 XTX (gfx1100, RDNA3) 24G / Ryzen 7 7800X3D / 32G RAM / Ubuntu 24.04.4 / Secure Boot enabled

**驱动/运行时**:
- kernel 7.0.0-28-generic（内核自带 Canonical 签名 amdgpu）
- ROCm 7.14.0-3（包名 amdrocm7.14-gfx1100 / amdrocm-core7.14-gfx1100，Runtime 1.21）
- DKMS amdgpu 已移除，回退到内核自带签名模块（修复 Secure Boot 冲突）
- `ROCR_VISIBLE_DEVICES=0` 屏蔽 gfx1036 核显

**PyTorch/深度学习栈**:
- torch 2.13.0+rocm7.2（hip 7.2.53211）
- `torch.cuda.is_available()` = True，device = Radeon RX 7900 XTX
- comfy_kitchen backend: cuda available=True, disabled=True（ROCm 上走 PyTorch fallback）

**ComfyUI**: v0.30.0，venv python3.12
- 启动参数（官方动态显存方案）:
  `python main.py --listen 127.0.0.1 --port 8188 --disable-pinned-memory --enable-dynamic-vram --fast-disk --vram-headroom 3 --async-offload`
- 临时禁用 ComfyUI-Manager（后台 cnr_utils fetch 线程 segfault 杀进程）

**模型（Comfy-Org/MiniMax-H3 官方布局）**:
- DiT: `models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors` (20G)
- TE: `models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors` (15.7G)
- VAE: `models/vae/minimax_h3_video_vae_fp16.safetensors` + `minimax_h3_audio_vae_fp32.safetensors`

**工作流（官方 T2V，去帧）**:
- UNETLoader(DiT int8, default) + CLIPLoader(TE nvfp4, type=minimax) + 双 VAELoader
- MiniMaxH3ImageToVideo（纯文本 T2V，不带 first/last_frame）
- ResolutionSelector 16:9 @ 0.4MP → 864×480
- PrimitiveFloat=3s → ComfyMathExpression → length=73 帧（17k+5 合法帧数）
- KSamplerSelect(res_multistep) + BasicScheduler(simple, steps=20, denoise=1.0) + SamplerCustomAdvanced
- VAEDecode + VAEDecodeAudio → CreateVideo(fps=24) → SaveVideo

---

## §2 · 实验过程

1. ROCm 7.14 干净安装（amdgpu-install --usecase=rocm），首次 reboot 触发两层雷：
   - `/etc/modprobe.d/blacklist-amdgpu.conf`（7.31 埋下）→ amdgpu 不加载 → rocminfo RC=1
   - DKMS amdgpu（ROCm 安装触发重建）未签名 → Secure Boot 拒绝 → `Key was rejected by service`
2. 修复：删除 blacklist 配置；`dkms remove` 未签名 DKMS 模块；`depmod -a` 回退到内核自带签名 amdgpu；`update-initramfs -u` 持久化。重启后 rocminfo RC=0，7900XTX 识别正常。
3. ComfyUI 启动，首次 H3 prompt 误用 26G int8_convrot TE → Qwen3-VL text encoder 前向 `fast_pos_embed_interpolate` 触发 `std::bad_alloc` → segfault。
4. 修正 TE 为 15.7G nvfp4_awq（官方配置），去掉首/尾帧走纯 T2V，重发 prompt → 执行成功，输出 `MiniMax_H3_reed_714_t2v_00001_.mp4`（864×480, 73帧, 3.04s, h264+aac, 1.84MB）。

---

## §3 · 关键结果

- **执行链完整通过**：model/TE/VAE 加载 → text encode → sampling → VAE decode → video create → save，无 Python exception，无 bad_alloc，无 segfault。
- **输出仍是马赛克**：ffmpeg 抽 0.5s/1.5s/2.5s 三帧，均为彩色棋盘格噪声，与 EED-EXPER-029 中描述的雪花一致。
- `torch.version.hip = 7.2.53211`，确认 PyTorch 仍绑定 ROCm 7.2。
- `pip index` 检查 PyTorch stable 与 nightly 索引，Linux 均无 `+rocm7.14` wheel；nightly 最新为 `2.14.0.dev20260806+rocm7.2`。

---

## §4 · 根因分析

- H3 的 int8_convrot / nvfp4 量化算子实际运行在 PyTorch 的 ROCm kernel 上；comfy_kitchen 的 ROCm 优化后端在环境中被禁用，走的是 PyTorch fallback。
- 只升级 ROCm runtime（/opt/rocm 7.14）**不改变 PyTorch wheel 里编译好的 kernel**；torch 2.13.0+rocm7.2 仍使用 ROCm 7.2 的量化实现。
- 因此 ROCm 7.14 runtime 无法修复马赛克；必须让 PyTorch 也使用 ROCm 7.14（或更高）编译的 kernel。
- 目前 Linux 上无官方 PyTorch ROCm 7.14 wheel，也没有 nightly rocm7.14 wheel。Windows 社区案例提到的 `torch --index-url https://download.pytorch.org/whl/rocm7.14` 在 Linux 无分发。

---

## §5 · 结论与下一步

1. **结论**：ROCm 7.14.0-3 TheRock 在 Linux 上安装成功、运行稳定，但**单靠它不能解决 7900XTX 的 H3 马赛克**。输出仍与 ROCm 7.2.4 时一致。
2. **要继续 H3 本地验证，必须换 PyTorch wheel**：
   - 选项 A：从源码编译 PyTorch against ROCm 7.14（工作量大，数小时，可能失败，会影响 LTX/Wan/SDXL 等其他模型）。
   - 选项 B：等 PyTorch 官方发布 Linux rocm7.14 wheel。
   - 选项 C：尝试 AMD 私有/预览 wheel（需查 AMD 仓库，可能不稳定）。
3. **低风险替代方案**：
   - 按 EED-EXPER-029 §5 的 Windows 指引测试（PyTorch rocm7.14 wheel 在 Windows 上似乎可用）。
   - 云端/NVIDIA 环境跑 H3 作对比。
4. **短期建议**：H3 作为本地 7900XTX 主力生成仍不成熟；继续以 LTX2.3 为高清主力（EED-EXPER-017、EED-MEMO-007/008）。

---

> ⊢ 耳耳蛋 ICE-GL-耳耳蛋 · PTS-VA-001-EED
> ⊢ D158 · 2026-08-07 · 国作登字-2026-A-00037559
> ⊢ 关联: EED-EXPER-029 · EED-MEMO-014 · EED-MEMO-015 · project_h3_local_24g_feasible.md