跳到正文
原文
IT之家·人工智能·· 5 天前AI 评分27

摩尔线程 Day-0 适配 MiniMax H3-Image 图像生成模型

Day-0 支持:摩尔线程完成 MiniMax H3-Image 图像生成模型适配

文章要点
  • 1摩尔线程宣布 MTT S5000 智算卡与 MUSA 软件栈已在 H3-Image 开源当日完成适配
  • 2H3-Image 衍生自 H3,具备文本生成图像、图像参考和图像编辑能力
  • 3官方称 10 秒内可生成 4096×4096 像素约 16MP 图像,速度达市面主流水平的 5 倍
  • 4适配复用 SGLang、MATE、MCCL 组件,此前已在 H3 模型上完成 Attention、GEMM 等算子建设
决策要点

国产算力卡对最新开源生图模型的跟进已能开源自当天可用,适配速度本身正在成为国产芯片生态成熟度的一个信号。

  • 影响:生图类业务的推理硬件选型多了一个国产选项;官方宣称的 5 倍主流速度缺乏独立评测,采购决策前需自测吞吐与出图质量;底层组件复用意味着后续新模型的适配周期可能更短。
  • 参考:可考虑选一个生图场景,对 MTT S5000 与现有 GPU 做吞吐、出图质量和单张成本对比实测;值得先盘点业务依赖的生图模型清单,评估 MUSA 软件栈的迁移成本。
  • 依据:适配消息来自摩尔线程官方宣布,10 秒生成 4K 图与 5 倍主流速度为官方口径,暂无独立评测验证。
正文

IT之家 11 月 11 日消息,摩尔线程今天宣布,公司旗下 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈,已在昨天(开源当日)适配 MiniMax 图像生成模型 H3-Image。

图片

▲ MiniMax H3-Image 在单张 MTT S5000 上的生成效果

IT之家了解到,MiniMax H3-Image 是一款衍生自 H3 的图像生成模型,具备文本生成图像、图像参考和图像编辑能力。它可在 10 秒内生成一张 4096 × 4096 像素、约 16MP(4K)的高分辨率图像,速度可达市面主流水平的 5 倍,同时呈现丰富、真实的细节,并具备优秀的指令遵循和多参考图理解能力。

针对 MiniMax H3-Image 的核心能力特征,摩尔线程基于 MTT S5000 进行全链路适配和深度优化:

  • 扩散类生图与编辑模型注意力机制开销较大,Attention 占比高,尤其在多参考图输入的场景下 Key / Value 膨胀明显,参考图越多开销上升越快。MTT S5000 凭借高算力密度,可从容承接此类模型在理解与高分辨率生成过程中的高计算负载,充分释放 MiniMax H3-Image 的效能。

  • 摩尔线程此前已在 MiniMax H3 模型上,完成了 Attention、GEMM 等核心算子,以及通信与运行时等底层基础设施建设。此次面对 MiniMax H3-Image,团队结合视觉生成模型优化经验,复用 SGLang、MATE、MCCL 等成熟组件能力完成适配,同时也为后续更多生图、生视频模型的 Day-0 适配奠定了基础。

来源:IT之家·人工智能 · ithome.com