视频生成模型和文本模型不一样：它吃的不只是权重，还有中间视频帧的潜变量、注意力缓存和帧间依赖，显存需求会随分辨率、帧数、批大小跳着涨。很多团队照着文本模型的显存经验去买卡，结果卡到了却跑不起来，或者只能出一个低分辨率短片段。这篇不讲某个具体模型要多少 G，而是给你一套估算下限的方法、一张取舍对照表，以及从显存到卡数的排查顺序。
视频生成模型和文本模型在显存这件事上脾气完全不同。文本模型换个上下文长度，显存慢慢涨；视频模型一改分辨率或帧数，显存经常是跳着翻上去的。原因是它要额外存中间视频帧的潜变量、注意力缓存和帧间依赖。很多团队照着文本模型的显存经验去买卡，卡到了才发现要么跑不起来，要么只能出一个低分辨率短片段。
这篇不讲某个具体模型要多少显存，那类数字每个版本都在变，讲死了也没用。给你的是三样东西：一套估下限的方法、一张显卡档位的取舍对照表、一条从显存到卡数的排查顺序。最后会讲清什么情况下压根别自建。
先搞清楚显存下限由什么决定
视频任务的显存大致分三块：模型权重、单帧推理时的激活与注意力、以及帧间缓存。权重那块相对固定，后两块随分辨率和帧数增长得最快，也往往是最先撑爆的部分。所以判断能不能起步，先看你打算出多长、多大分辨率、用不用参考图或运动控制，这三项一变，下限就变，不存在一个通吃所有场景的数字。
- 权重占用
- 由参数量和精度决定，这一层可以靠量化压，空间比较大
- 激活与注意力
- 单帧前向时的临时占用，分辨率一涨就跟着涨，能压的余地小
- 帧间缓存
- 为了保持时序一致性要留住的中间状态，帧数越多占得越多
合理的顺序是：先定输出规格，再看核心权重能不能装下，最后留出激活和缓存的余量。反过来先买卡再想规格，基本都要返工。具体某个模型的显存需求，别在群里问「这卡能不能跑」，到站内部署测算页按参数量和精度算一遍更靠谱，那里有按当前常见模型整理的估算路径。
显卡档位的取舍：能跑、能顺畅跑、能出活
选卡时把需求拆成三档会更清醒。第一档「能跑」，指显存装得下、能出一段；第二档「能顺畅跑」，指连续出片不爆显存；第三档「能出活」，指一个工作周期内能出够你要交付的量。只满足第一档的卡，不值得为它单独配一台机器。
| 档位 | 判断标准 | 常见坑 |
|---|---|---|
| 能跑 | 显存装得下核心权重加余量 | 出一段就爆，换个提示词就崩 |
| 能顺畅跑 | 连续多次生成不报显存错误 | 单次能跑，排队跑到一半挂掉 |
| 能出活 | 单位时间产量满足交付节奏 | 卡没坏，但交付永远差一口气 |
显存比算力更优先。视频生成通常是长时占用，算力差一点无非是慢，显存差一点就是直接报错，两者的失败代价完全不对等。单卡放不下时，先考虑可切分方案：分段生成后拼接、降分辨率再放大、减少帧数换取控制精度；张量并行和多卡切分是更下一层的手段，不是第一选项。
- 消费级卡和专业卡的分界，不只看显存大小，也看长时高负载下的稳定性和散热，跑整夜的视频任务对这点特别敏感
- 同样的预算，租卡能试更多组合；什么情况下该租、什么情况下该买，站内中转与自建对比的文章已经讲透，这里不重复
- 多卡不等于线性加速，切分本身有通信和调度开销，卡数越多越要看任务能不能拆干净
- 先按单卡最低可行方案跑通，确认瓶颈真的在显存上，再去加卡，否则容易花钱买了个用不上的并行
显卡价格和租赁报价随时在动，别拿旧印象做决策，到站内价格追踪页核对当时的数字再定方案。
量化与精度怎么选，别把质量换掉
量化是压权重那块最有效的手段，但它不是免费的。视频模型对细节和时序一致性比较敏感，压过头容易出现闪烁、糊边、运动抖动这类问题，而这些瑕疵在文本任务里根本看不出来。稳妥做法是先按无量化或轻量化跑通一次，确认画质基线，再逐级降精度、用同一提示词对比输出，找到还能接受的那一档就停。
另一个常被忽略的点是：不是所有环节都适合量化。有些模型的时间层或解码器对精度更敏感，压主干没事，压它反而更亏。这一点只能按模型分别试，没有通用答案。量化档位之间的具体差别，站内量化相关文章有通用框架，这里只提醒一句：在视频任务里，量化的代价比文本任务更容易被肉眼看见。
动手前的排查顺序与不适用场景
- 定输出规格写下你要的时长、分辨率、是否带参考图或运动控制，三项都落到具体数值，别写「差不多就行」
- 算权重占用到站内部署测算页按参数量和精度估算权重占用，得到第一版显存下限
- 跑无量化基线用小规格先跑通全链路，包含保存、抽帧、编码，确认画质和流程都正常
- 逐级压精度或降规格每次只改一个变量，对比同一提示词的输出，确认画质掉在可接受范围内
- 测连续出片稳定性让任务连续跑，观察会不会到某一次突然报显存错误，这一步决定你的卡属于哪一档
- 再决定加卡还是换租只有确认瓶颈在显存且产量确实不够时，才进入加卡或换方案的讨论
每一步都留出可回退的余地。先在小规格下跑通全链路再往上加，一上来就冲顶配规格，最容易卡在一些说不清的地方。另外视频任务的文件体积和编解码开销要提前算进存储和导出环节，这不是显存问题，但一样能让流程卡住。
反过来说，如果你的团队每天要出固定数量的片子，或者素材和提示词涉及不能外传的内容，那自建的价值就成立了。这时候值得花时间把上面的排查顺序走完，而不是先买卡再补课。
下一步想先摸清不同显卡的实际吞吐和稳定性，可以到站内速度测试工具跑一轮，再结合价格追踪页的当时报价做决定。→常见问题
没有独立显卡，用集显或纯 CPU 能不能跑视频生成？
能跑通和能出活是两回事。纯 CPU 或集显环境通常只适合极小分辨率、极短帧数的验证，出片速度按小时甚至天算。如果只是想看看模型效果，直接调云端接口更划算；确实要在本地验证流程，也要先把规格压到最低再试。
显存够但一直爆，是不是卡有问题？
多数时候是规格和缓存的问题，不是硬件。先确认分辨率、帧数、批大小有没有超出你估算时的假设，再看有没有残留进程占着显存。排查顺序可以从降规格重跑到清进程重试，具体参数口径到站内显存排查页对一遍更快。
先租卡试还是先买卡？
目标是摸清最低配置，就先租。租卡能让你在几天内试完几档规格和精度组合，拿到真实数据再决定买什么。只有当任务长期稳定、数据不能出内网、且你已经测出确切规格时，买卡才更容易算得过来。
