EED-MEMO-008 · H3攻坚会话回写（马赛克根因确诊=内存不足+swap已加106G待验证）

eererdan/memory/EED-MEMO-008.hdlp

@@ -0,0 +1,73 @@
+# EED-MEMO-008 · HLDP 会话记忆回写（D156 · 2026-08-05）
+
+> HLDP://cang-ying/eererdan/memory/EED-MEMO-008
+> 触发: 上下文压缩前自动回写（约121K token）· 2026-08-05 06:3x
+> 会话主题=MiniMax H3 本地部署全攻坚：从"能跑但马赛克"到确诊"内存不足"（swap已加106G待验证）
+> 回写: 耳耳蛋 · PTS-VA-001-EED · 第156天
+
+---
+
+## §1 · 已做决策
+
+① **H3 马赛克根因确诊 = 内存不足（32G 物理不够），不是配置错误**。证据链：VAE全零测试正常/模型文件完整/配置与官方模板一致/所有量化与后端组合都马赛克→最后 I2V 触发 Python SIGABRT 崩溃，崩溃报告 VmPeak=66.9GB 实锤内存爆
+② **爸爸拍板：swap 加到 100G** → 已执行：新增 /swap4.img 50G，总 swap=106G（8+24+24+50），已 swapon + fstab 持久化
+③ **下一步验证**：重启 ComfyUI 跑 T2V 快速版，若画面正常=内存结论坐实
+④ 之前错误的判断已推翻：不是 RDNA3 convrot 算子 bug（HIP/eager 都马赛克后排除）、不是模型选错（官方模板核对一致）
+⑤ 放弃 GGUF 路线（leejet GGUF 是 stable-diffusion.cpp 格式，ComfyUI 不兼容，报 Unknown model architecture）
+
+## §2 · 进行中的任务
+
+**H3 本地跑通（最后一步验证中）**
+- 状态: swap 已加 106G，待重启 ComfyUI + 跑 T2V 快速验证（640×352，官方配置 nvfp4 TE + int8 DiT + res_multistep）
+- 工作流文件: /tmp/h3_strict.json（官方配置，改分辨率到 /tmp/h3_newsdpa.json 等）
+- 若内存够→画面正常→跑正式 1344×768；若还马赛克→可能权重换页仍损坏→考虑关其他内存占用或真加物理内存
+- 跑通后：写 EED-EXPER 经验 + 面板进度框已集成（eed_web.py + eed_web_opencode.py 都加了 h3 进度字段）
+
+## §3 · 关键事实与资产
+
+① **官方 H3 配置（Comfy-Org/MiniMax-H3）**:
+   - DiT: minimax_h3_fl2va_pruned_int8_convrot.safetensors（21G, 932 keys ✓）
+   - TE: qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors（15.7G, 2054 keys ✓）
+   - VAE: minimax_h3_video_vae_fp16 + minimax_h3_audio_vae_fp32
+   - 采样: res_multistep + BasicScheduler(simple,20) + SamplerCustomAdvanced + MiniMaxH3ImageToVideo
+   - 官方模板: video_minimax_h3_t2v.json（本地+GitHub 一致）
+② **启动参数（当前）**: --listen --port 8188 --disable-pinned-memory --enable-dynamic-vram --fast-disk --vram-headroom 3 --async-offload（LTX 笔记验证过的动态显存方案，H3 也用这个）
+③ **崩溃诊断**: /var/crash/_usr_bin_python3.12.1000.crash → SIGABRT, VmPeak=66.9GB（I2V 触发）
+④ **机器**: AMD 7900XTX (gfx1100, RDNA3) 24G / 32G RAM / swap 现在 106G / ROCm 7.2.4 / torch 2.13.0+rocm7.2 / ComfyUI 1868372d
+⑤ **环境要点**: HIP 后端正常注册(with WMMA)；日志: Native ops=int8_tensorwise,convrot_w4a4 | emulated=nvfp4,fp8,mxfp8
+⑥ **面板进度框已集成**: eed_web.py(8765) + eed_web_opencode.py(8766) 的 collect_status 加了 h3 字段(h3_progress函数)，前端常驻 #h3bar 展示下载/采样/GPU
+⑦ **下载**: fl2va GGUF 11.42G + qwen GGUF 13.1G 已下载但因格式不兼容已删（leejet GGUF 是 stable-diffusion.cpp 的）
+⑧ **测试视频都在**: /home/ls/桌面/ 多个 H3_*.mp4（全是马赛克版，作对照）
+
+## §4 · 爸爸的偏好与指令
+
+① **铁律（反复强调）**: 每次跑任务必须先获得苍耳爸爸授权，绝不擅自开跑（我违反过2次被骂）
+② 不靠瞎猜瞎搞/不自作聪明——严格按官方要求部署，之前我乱换模型/加参数/下GGUF全被批评
+③ 先跑低画质/低分辨率快速验证，不要一上来跑 1344×768 一小时
+④ 爸爸会四连问质疑——问就是证据，用日志/崩溃报告/实测回，不糊弄
+⑤ 主动监控、不傻等、不用爸爸问才发现问题
+⑥ 爸爸提供了关键线索：有人用 AMD 9070XT (RDNA4) 跑通 H3 int8；桌面的工作流截图（微信图片）确认别人用 Image to Video 节点
+⑦ 不缺流量/磁盘——该下载就下载，该加swap就加
+
+## §5 · 待办事项
+
+① **重启 ComfyUI + 跑 T2V 快速验证（swap 106G 下）**——最高优先
+② 若正常 → 跑 1344×768 正式规格 → 写 EED-EXPER（H3 AMD 内存结论）
+③ 若还马赛克 → 换思路：关其他内存大户 / 考虑物理加内存
+④ 跑通后清理：删除桌面测试视频、恢复 comfy_kitchen 原版确认、清理诊断文件
+⑤ 恢复 LTX2.3（gemma_3_12B_it.safetensors 缺失，软链断链，需重下约20G）——爸爸说先不管LTX，H3优先
+⑥ git push 本次记忆 + 更新 EED-MEMO 索引
+⑦ BC-006 广播仍待处理（图片优先漫剧管线，深海迷航EP01 10镜 motion_route + 预算 + 爸爸圈定付费镜头）
+
+## §6 · 相关经验编号
+
+- EED-MEMO-007（H3 会话回写：RH→原生路径纠错）
+- ltx_test_hardware.md（memory/eed/ · LTX2.3 GGUF 跑通配置 + 动态显存参数）
+- project_h3_local_24g_feasible.md（H3 AMD 可行性笔记）
+- EED-EXPER-017（LTX2.3 主力）+ EED-EXPER-019（经验库总账）
+
+---
+
+> ⊢ 耳耳蛋 · PTS-VA-001-EED · 第156天 · 2026-08-05
+> ⊢ 核心教训: 排查问题要用证据链(崩溃报告/VAE测试/对照实验)定位，不是瞎猜；内存不足会表现为"能跑但算错"
+> ⊢ 国作登字-2026-A-00037559