# H3 R2V 768p 原配置 / INT8 分块对比

1344×768，362帧，24fps，约15.08秒，三轮各8步；intlg GPU 0 RTX4090 24GB。
验证结论：**成片未通过严格一致性验证，不能采用**。

| 配置 | 总耗时 秒 | 三次采样 秒 | 五次视频VAE 秒 |
|---|---:|---:|---:|
| 原配置 | 898.711 | 640.145 | 232.862 |
| 按8192行分块 | 838.374 | 580.722 | 233.223 |

客户端总耗时相差 60.337 秒，优化配置耗时减少 6.71%。
execution_start 到 execution_success 事件耗时相差 60.034 秒，
耗时减少 6.69%，排除客户端完成轮询差异。

## 分阶段耗时

| 节点 | 操作 | 原配置 秒 | 分块 秒 | 节省 秒 |
|---|---|---:|---:|---:|
| 125 | SamplerCustomAdvanced | 211.901 | 198.419 | 13.481 |
| 153 | SamplerCustomAdvanced | 221.485 | 207.452 | 14.033 |
| 166 | SamplerCustomAdvanced | 206.760 | 174.851 | 31.909 |
| 122 | VAEDecode | 46.336 | 47.104 | -0.769 |
| 146 | VAEEncodeTiled | 47.387 | 47.305 | 0.082 |
| 154 | VAEDecodeTiled | 47.034 | 47.141 | -0.107 |
| 160 | VAEEncode | 46.069 | 45.646 | 0.422 |
| 167 | VAEDecode | 46.037 | 46.026 | 0.011 |

## 比较条件和验证

- 沿用480p基线，只把136/159两个参考条件节点的宽高改为1344×768；resolution-changes.json记录全部四项改动。
- 原seed 7963148796659521215、五张参考图、模型/精度/LoRA/Veda、提示词、时长、采样器、denoise、编码设置不变。
- 两边都使用默认双卸载流，新进程首次执行，操作系统文件缓存已热；不是冷盘测试。
- 每边只跑一次完整任务，节点缓存集合相同；参考图内容不变，以新文件名强制全部三轮采样执行。
- 完整保留122解码、146编码、154解码、160编码、167解码，未跳过VAE。
- 优化使用上一轮相同的启动器和8192行分块规则，不为768p改变算法、精度或注意力。
- 原生YUV420P逐帧哈希含时间戳；音轨按完整float32 PCM比较。双方各362帧。
- 严格一致性只针对这次配对768p输出，不与480p视频做相等性比较，也不外推到所有输入。
- 单次配对不能视作多次统计结果，未把首次加载与热运行混比。
- 视频及完整记录已下载本地，原8188尚未切换。实验只使用GPU0。

视频、逐节点事件和SHA256见summary.json与各任务目录。播放页面：index.html。

## 画面差异诊断

362 / 362帧存在实际像素差异。原生8位YUV420P样本平均绝对差
0.6409/255，最大绝对差47，
PSNR 47.420 dB；约48.36%的Y/U/V样本数值不相等。
这些指标描述差异，不能证明感知质量无损，因此当前768p候选不采用。

在GPU0补测实际矩阵行数112284，QKV和MLP两种宽度的合成INT8输入：
整块与8192行分块输出逐元素一致，详见chunk-microbench.json。
这不能覆盖真实中间激活，也不能证明完整流程的差异原因。
目前尚未定位差异来自哪一环节；未做同配置重复768p对照，不能把全部差异直接归因于分块。
下一步需比较原配置的重复输出与各阶段中间张量，再决定是否需要固定VAE批处理或处理其他数值差异。