seedance 2.0 本地部署

想在自己机器或公司内网跑 Seedance 2.0，最容易卡的不是命令敲错，而是三件事没先定：权重文件从哪来、许可证允不允许你这种用法、显存够不够撑你想要的分辨率和时长。这篇给一套从上手到验证的顺序，先做能做的，别一上来就拉满配置。文中涉及价格、参数、版本和排名的部分，都建议到站内对应页面核对当时的数字。

想在自己机器或公司内网把 Seedance 2.0 跑起来，卡住人的通常不是命令敲错，而是三件事没提前定：权重文件从哪来、许可证允不允许你这种用法、显存够不够撑你想要的分辨率和时长。顺序反了，后面全是返工。

下面这套流程按「先确认、再装环境、再选量化、最后跑通验证」推进，能做的先做，别一上来就拉满配置。文中涉及价格、参数、版本和排名的部分，都建议到站内对应页面核对当时的数字，别照抄别人的配置单。

先做前置确认：权重来源、许可证、硬件底线

这一步花二十分钟，能省掉后面几小时。权重来源、许可证口径、硬件底线这三项没确认清楚，装到一半发现不能用，比装不起来更难受。

• 确认拿到的是官方或可信渠道的权重，核对文件清单与哈希，来源不明的整合包不要直接跑，缺文件比跑不起来更难查
• 读许可证原文，分清「能本地跑」「能商用」「能对外提供服务」是三件事，内部自用与对外服务往往不同口径，拿不准到 /safety 看合规口径
• 按任务定底线：分辨率、时长、批量决定显存档位，不要拿最高档去反推机器，先到 /models/deploy 做一次测算，再到 /compute/sizing 按卡数复核
• 确认驱动、加速库与推理框架版本能对齐，版本错配是首次部署最常见的硬失败原因

装环境与选推理框架：按场景选，不按热度选

框架选型看你的使用场景，不看它最近有多热。单机自己试跑，装起来快、能出结果就是好方案；要对外提供稳定接口、要接并发，再考虑偏服务的框架。取舍思路可以到 /compute/platforms 看对照。

1. 先跑最小闭环用最短时长、最低分辨率跑一次完整推理，确认权重能加载、能出结果。这一步只验证链路通不通。
2. 再逐项加参数每次只调一个变量：先加时长，再加分辨率，再加批量。每加一次记录耗时和显存占用，出问题能定位到是哪一步。
3. 固定目录结构把模型目录、缓存目录、日志目录写进配置并固定下来，重装或换盘后权重不会找不到。
4. 显存不够的降级顺序先降分辨率和帧数，再上量化档，最后才考虑 CPU offload 或张量分片。顺序反了容易走弯路。

量化档位与显存：怎么估、怎么留余量

判断标准是「峰值显存」而不是「能不能加载」。加载成功但一生成就爆，通常是没算中间激活和解码缓存。空闲状态下看到的占用，说明不了任何问题。

• 估显存按三步走：权重占用加运行中间量，再加并发余量，先按单请求估，再乘你要的并发数
• 量化档位不是越低越好，显存省下来但画质或连续性掉档，往往要重跑，实际更费时间
• 选档看你的验收标准：能接受轻微画质损失就往下压一档，不能接受就别压
• 参数量对应多少显存、什么卡能跑，这类数字站内已经按模型和量化算过，到 /models/deploy 和 /compute/gpus 核对当时的数字
• 租卡还是买卡，按你的使用频率和任务时长算，别只看单次成本

权重占用

模型本身加载进显存的部分，量化档位直接影响这一项

运行中间量

推理过程中产生的激活和缓存，随分辨率和时长上升

并发余量

同时处理多个请求时额外需要的空间，别按单请求估

峰值显存

上面三项叠加后的最高点，这才是会不会爆的依据

跑通、验证与留回退

跑通只是开始，验证稳定性和留好退路才是能长期用的前提。固定一组基准输入，连续跑几次看波动，比单次成功更有说服力。

1. 固定基准输入同一提示词、同一参数连续跑几次，看耗时波动和结果是否稳定复现。波动大就先查显存残留和缓存。
2. 做失败演练故意超参数、故意断服务，看报错是否指向明确位置。把常见报错和处置记在自己的笔记里，别每次现查。
3. 留回退方案保留上一版权重或上一个能跑的配置，改动一次只动一个变量，出问题能退回去。
4. 并发压测对外提供服务的话单独做压测，确认排队与限流行为符合预期，别用单次试跑的结果推断。

上面每一步涉及的具体数字，别凭记忆填。显存估算、卡型对照、价格区间都到站内页面核对当时的数字，环境或版本更新后这些值会变。