英特爾：為開源多模態視頻模型 MiniMax H3 提供 Day 0 支持，實現基於多卡 GPU 的部署方案

英特爾今日宣布，將為新一代開源多模態視頻模型 MiniMax H3 提供 Day 0 首發支援。這項宣布意味著英特爾的硬體與軟體生態系統，在該模型正式對外發布的第一時間，就已準備好完整的加速與部署方案，讓開發者與企業用戶能夠立即在英特爾平台上運行這款先進的視頻生成模型。根據英特爾團隊的說法，搭載英特爾銳炫 Pro B70 商用級 GPU 的系統，已經率先完成對 MiniMax H3 模型的完整適配。為了充分發揮多卡 GPU 的協同運算能力，英特爾開發出一套基於多卡架構的部署方案，針對模型不同模組的運算特性，分別設計了對應的加速策略。

在整體架構設計上，這套方案將 MiniMax H3 的運算流程拆解為三大核心模組。首先是 Encoder（編碼器）部分，採用 8 卡張量並行（8TP）技術來完成文本編碼任務，藉由將編碼工作分散到多張 GPU 上，加速文字特徵的提取效率。其次，在運算量最大的 DiT（擴散變換器）模組，英特爾導入 8 卡 USP（Ulysses Sequence Parallel）技術，並結合 Layer-wise Offloading 機制。這種設計不僅突破單一 GPU 的顯存容量限制，還能透過按層動態加載模型參數的方式，大幅降低模型常駐顯存的需求，使得更大規模的 DiT 模型也能順利部署在現有硬體上。

最後，VAE（變分自編碼器）環節直接部署於 B70 GPU 上，負責完成最終的視頻解碼，將生成的視頻內容還原為可視結果。在純 8 卡 USP 方案的基礎上，英特爾團隊進一步開發出 2TP×4USP 的混合並行方案。這項設計將 USP 的並行度從 8 路降低至 4 路，同時引入 2 路張量並行來協同加速計算。透過這樣的調整，不僅保留了模型原本的擴展能力，更能有效減少因 USP 所帶來的通信開銷，在計算負載與資料傳輸之間取得更理想的平衡點，從而提升整體的推理性能。除了架構層面的創新，英特爾團隊也針對底層運算進行了持續優化。

透過結合 llm-scaler-omni 開源項目的 XPU Kernel 最佳化技術，團隊對矩陣乘法、注意力機制等關鍵算子進行了精細調校，進一步提升 GPU 的計算效率。這些優化能夠有效降低端到端的推理延遲，讓模型在生成視頻時的反應速度更快，整體使用體驗也更為流暢。值得注意的是，MiniMax H3 本身是一款具備高度通用性的開源多模態視頻模型，支援多模態上下文理解，並能生成 2K 解析度的高畫質影片。該模型的開源特性，使得研究人員與開發者能夠自由下載、修改與部署，而英特爾此次提供的 Day 0 支援，則進一步降低了使用者在英特爾硬體平台上運作這款模型的技術門檻。

整體而言，這套基於多卡 GPU 的部署方案，不僅為 MiniMax H3 提供了從編碼、推理到解碼的全流程加速，也為大規模視頻生成模型的落地應用，提供了一條更具擴展性與實用性的技術路徑。隨著開源社群與硬體生態的持續整合，未來類似的高效能部署方案，可望進一步加速生成式 AI 在影音內容創作、虛擬實境與數位媒體等領域的實際應用。