Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

MiniMax H3 VAE working-memory docstring states ~1.3-1.4x its measured peaks; the 243-frame case is 1.44x

Đang mở Phù hợp với người mới
  • Có gì không ổn?
#9,629 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 2 ngày

Chưa có ai nhận issue này.

Đánh giá

Độ khó
1/5
Thời gian dự kiến
Dưới một giờ
Mức phù hợp với người mới
88/100
Loại issue
Tài liệu
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Ít trao đổi
Công nghệ
python
Lĩnh vực
machine-learning

Hướng nghiên cứu

Mở invokeai/backend/util/vae_working_memory.py và tìm estimate_vae_working_memory_minimax_h3(). Chỉ cập nhật câu cuối của docstring để mô tả tỷ lệ được đo ở 90 frame và 243 frame, đồng thời nêu rằng tỷ lệ tăng theo độ dài clip. Công việc được xem là hoàn tất khi cách diễn đạt khớp với các số đo được cung cấp và công thức cũng như hành vi vẫn không thay đổi.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Found during review of invoke-ai/InvokeAI-7#84 (size VAE decode memory from measured peaks). Documentation-only; the formula itself is correct and does what the PR set out to do.

What

estimate_vae_working_memory_minimax_h3() in invokeai/backend/util/vae_working_memory.py closes its docstring with:

Calibrated 2026-08-09 on a W7900 (gfx1100, fp32, real released config), peak reserved: [...] a full 768x1344 decode 4.37 GiB at 90 frames and 7.92 GiB at 243 frames. This formula returns ~1.3-1.4x those.

Evaluating the shipped formula against those two points (released geometry: tokens_chunk_size=5, token_overlap=2, temporal_compression_ratio=4, fp32):

Case Measured Formula Ratio
768x1344 decode, 90 frames 4.37 GiB 5.73 GiB 1.31x
768x1344 decode, 243 frames 7.92 GiB 11.38 GiB 1.44x

So the lower bound is right and the upper bound is slightly understated.

Why it matters

Small, but the number is load-bearing documentation. The margin here is the whole point of the change — under-reserving is not a near miss, it is an unrecoverable failure that surfaces from hipBLAS as HIPBLAS_STATUS_INTERNAL_ERROR and is not even recognised as an OOM by the model cache. Anyone later tuning MINIMAX_H3_ALLOCATOR_HEADROOM or MINIMAX_H3_CHUNK_BYTES_PER_PIXEL will reason from this sentence, and it understates how much headroom is actually being taken from the weight budget at long clip lengths.

Note the ratio is not constant — it grows with clip length, because the clip term scales with frames while the chunk term does not. "~1.3-1.4x" reads as a flat factor when it is really a range that widens.

Suggested fix

Restate as measured, e.g. "returns 1.3x at 90 frames rising to ~1.45x at 243 — the ratio grows with clip length, since the clip term scales with frame count and the chunk term does not."

Scope

Docstring only, invokeai/backend/util/vae_working_memory.py. No behaviour change. Low priority.

Ngôn ngữ chính
TypeScript
Star
28.8k
Fork
3.1k
Merge trung bình
3 ngày 2 giờ
Pull request đã merge (30 ngày)
156

Chuẩn bị môi trường

  • Không có Dockerfile hay tệp Docker Compose
  • Có mẫu pull request
  • Không có hướng dẫn đóng góp

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của invoke-ai/InvokeAI

Tất cả issue của invoke-ai/InvokeAI

Issue tương tự

Thêm issue về TypeScript

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.