已开启
【版本众测】 HunyuanVideo模型推理 #216
changetheway创建于 7月9日
lanwangli
7月10日 评论：
7月10日 评论：
感谢提交版本众测任务！本 Issue 已标记为 task（ai-triaged）。
任务状态：已记录，请按任务描述执行测试并记录结果。
建议：
- 按文档完成环境部署和推理验证
- 记录遇到的问题和解决方案
- 如有阻塞性问题，请补充错误日志和环境信息
如有问题或需要支持，请随时在此 Issue 下补充反馈。
关联分析：发现 PR #446 (fix hunyuan魔改模型，使用fa512算子时，���shape校验卡住的问题，使算子支持512) 可能与本 Issue 相关。
该 PR 状态：open，目标分支：dev。
建议维护者确认关联关系。
关联分析：发现 PR #405 ([Docs] TorchNPU名称统一) 可能与本 Issue 相关。
该 PR 状态：open，目标分支：dev。
建议维护者确认关联关系。
7月14日 关联了看板：MindIE-SD
7月27日 将 hubiteng_ 设为负责人
8月26日 修改了issue 的描述
[SD] 在 Atlas 800I A2 环境部署 MindIE-SD 并完成 HunyuanVideo-1.5 模型推理验证
1. 背景
当前需要在 Atlas 800I A2 环境上，基于任务指定 MindIE 镜像完成 MindIE-SD + HunyuanVideo-1.5 模型推理验证。
本任务要求完成真实环境部署、模型 README 流程执行、推理验证、视频结果保存和问题记录，最终输出可复现的部署文档和测试结果。
本任务重点验证：
HunyuanVideo-1.5模型可按 README 完成推理。2. 基础信息
Ascend HDK 25.5.0.B07781T300Ghttps://www.hiascend.com/developer/ascendhub/detail/af85b724a7e5469ebd7ea13c3439d48f3.0.0-800I-A2-py311-openeuler24.03-lts$IMAGE_NAME传入$CONTAINER_NAME传入HunyuanVideo-1.5https://modelers.cn/models/MindIE/HunyuanVideo-1.5https://gitcode.com/Ascend/MindIE-SD/blob/master/docs/zh/installation.md3. 任务范围
需要完成以下工作：
npu-smi info。docker run脚本启动容器。import mindiesd确认 MindIE-SD 环境可用。HunyuanVideo-1.5模型 README 执行。4. 执行步骤
4.1 环境确认
宿主机只需要确认 NPU 可见即可。
执行：
验收要求：
4.2 镜像确认
确认任务指定镜像已经存在。
镜像名由执行环境通过
$IMAGE_NAME传入。执行：
docker images | grep "${IMAGE_NAME%%:*}"验收要求：
$IMAGE_NAME。4.3 启动容器
使用以下脚本启动容器。
要求：
$CONTAINER_NAME传入。$IMAGE_NAME传入。新增脚本：
脚本内容：
#!/usr/bin/env bash set -euo pipefail CONTAINER_NAME="${1:?Usage: bash start_container.sh <CONTAINER_NAME> <IMAGE_NAME>}" IMAGE_NAME="${2:?Usage: bash start_container.sh <CONTAINER_NAME> <IMAGE_NAME>}" docker run --name "${CONTAINER_NAME}" -it -d --net=host --shm-size=500g --privileged=true \ --device=/dev/davinci0 \ --device=/dev/davinci1 \ --device=/dev/davinci2 \ --device=/dev/davinci3 \ --device=/dev/davinci4 \ --device=/dev/davinci5 \ --device=/dev/davinci6 \ --device=/dev/davinci7 \ --device=/dev/davinci8 \ --device=/dev/davinci9 \ --device=/dev/davinci10 \ --device=/dev/davinci11 \ --device=/dev/davinci12 \ --device=/dev/davinci13 \ --device=/dev/davinci14 \ --device=/dev/davinci15 \ --device=/dev/davinci_manager \ --device=/dev/devmm_svm \ --device=/dev/hisi_hdc \ -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \ -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \ -v /usr/local/Ascend/firmware:/usr/local/Ascend/firmware \ -v /usr/local/dcmi:/usr/local/dcmi \ -v /usr/local/sbin:/usr/local/sbin \ -v /etc/ascend_install.info:/etc/ascend_install.info \ -v /etc/vnpu.cfg:/etc/vnpu.cfg \ -v /etc/hccn.conf:/etc/hccn.conf \ -v /root/weights:/root/weights \ -v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info \ -v /home:/home \ -v /data:/data \ -v /mnt:/mnt \ "${IMAGE_NAME}"执行方式：
bash start_container.sh "$CONTAINER_NAME" "$IMAGE_NAME"进入容器：
docker exec -it "$CONTAINER_NAME" bash容器内确认 NPU：
验收要求：
npu-smi info。4.4 使能环境变量
进入容器后，按实际路径使能 Ascend / MindIE 相关环境变量。
可先查找环境变量脚本：
按实际存在路径执行，例如：
source /usr/local/Ascend/ascend-toolkit/set_env.sh || true source /usr/local/Ascend/mindie/set_env.sh || true source /usr/local/Ascend/nnal/atb/set_env.sh || true确认 NPU 可用：
4.5 确认 MindIE-SD 环境
参考 MindIE-SD 部署文档：
执行：
python3 -c "import mindiesd; print('mindiesd import success')"验收要求：
import mindiesd执行成功。4.6 按模型 README 执行推理
模型地址：
要求：
HunyuanVideo-1.5模型 README 执行。建议创建输出和日志目录：
mkdir -p /data/outputs /data/logs推理时记录耗时和日志：
注意：
<README中的实际推理命令>必须替换为模型 README 中真实可执行命令。记录项：
| 项目 | 结果 | |---|---| | 模型名称 | HunyuanVideo-1.5 | | 模型地址 | https://modelers.cn/models/MindIE/HunyuanVideo-1.5 | | 模型路径 | | | README 推理命令 | | | 实际执行推理命令 | | | 输入图片路径 | | | Prompt | | | 输出视频路径 | | | 推理日志路径 | | | 推理耗时 | | | README 流程是否执行成功 | | | 是否改动 torch / torch_npu / CANN | | | 如有冲突，处理方式 | |4.7 验证输出视频
推理完成后，人工检查生成视频是否正常。
验证方式：
需要记录：
视频质量要求：
5. 交付件
本任务最终需要提交以下内容。
5.1 部署文档
提交 Markdown 格式完整部署指南，建议命名：
文档需要包含：
import mindiesd检查结果。5.2 部署脚本
提交 Python 或 shell 脚本，至少包含：
脚本要求：
5.3 测试结果
提交测试结果，包含：
npu-smi info输出。$IMAGE_NAME实际值。$CONTAINER_NAME实际值。npu-smi info输出。import mindiesd检查结果。5.4 问题记录
提交部署过程中遇到的问题及解决方案。
问题记录格式：
## 问题 1：<问题标题> ### 现象 ### 报错日志 ```text <关键报错日志>根因分析
解决方案
是否解决
6. 验收标准
6.1 功能验收
必须满足：
6.2 性能验收
必须满足：
6.3 文档验收
必须满足：
6.4 精度 / 生成质量验收
必须满足：
7. 最终需要记录的信息
完成任务后，在最终回复或测试报告中记录以下信息：
## 执行结果 ### 结论 - [ ] 通过 - [ ] 不通过 ### 基础信息 | 项目 | 结果 | |---|---| | 宿主机 `npu-smi info` 是否正常 | | | `$IMAGE_NAME` 实际值 | | | `$CONTAINER_NAME` 实际值 | | | 容器内 `npu-smi info` 是否正常 | | | `import mindiesd` 是否成功 | | | 模型名称 | HunyuanVideo-1.5 | | 模型路径 | | | README 流程执行结果 | | | README 推理命令 | | | 实际推理命令 | | | 推理耗时 | | | 输出视频路径 | | | 输出视频大小 | | | 日志路径 | | | 视频是否可播放 | | | 视频是否有明显异常 | | ### 交付件 | 交付件 | 路径 | |---|---| | 部署文档 | | | 部署脚本 | | | 测试结果 | | | 问题记录 | | | 输出视频 | | ### 遗留问题 如无遗留问题，填写：无。