⚡ H3 BlockCache-T8 提速 Bench

Case08 高动态追逐戏（最坏情况内容）· 1216×672 ×145f ×15步 native · 同 seed=42 · int8_convrot + sage CUDA · comfyui-primary :8188 · 2026-08-25
-46%
渲染时间 611s → 330s
60%
block 命中率（9/15 forwards）
0.753
SSIM vs 基线（细节重掷）
+3%
帧间自一致性（无闪烁）
持平
VRAM ~20.1GB（缓存在CPU 390MB）

成立提速真实有效

verbose 日志实锤 cached 9/15 forwards。基线双跑 SSIM=1.0（渲染确定性验证），46% 收益全部来自 block 复用。thr=0.40 与 0.60 输出像素级相同（diff 远超两档阈值，命中模式一致）。

代价明确高频细节重掷而非劣化

SSIM 0.753 / PSNR 17.9dB——不是"模糊版基线"，而是身份锚定下细节纹理的重新采样。VL 目检：脸部/服装身份、构图、动作阶段全部保持，无伪影。最终判定请看下方全分辨率对比。

待验生产拓扑差距

本 bench 用 DualClock T8 拓扑直驱 ComfyUI；P11b 生产走 KAP H3VideoEngine 构建的图。模型/量化/注意力层相同，方向性结论有效，但采纳前需生产拓扑复验 + KAP 支持注入 model_patches（老司机改）。

🎬 全分辨率目检（同 seed 同镜头，左基线右加速）

A1 基线611s · 15步全量计算
C 缓存330s (-46%) · thr=0.40

📊 明细数据

臂配置耗时vs A1 SSIM (mean/p05/min)PSNR命中
A1 基线—611s1.000（自反）∞—
A2 基线重复同 A1620s1.000 / 1.000 / 1.000（确定性底）∞—
C thr=0.40默认其余参数330s (-46%)0.753 / 0.679 / 0.63617.9dB9/15
D thr=0.60默认其余参数332s (-46%)与 C 完全相同（pixel-identical）=C9/15
⚠️ 冒烟教训：小尺寸快跑曾显示"提速26%"，但 verbose 日志显示 cached 0/4——高动态内容残差 diff（0.3~0.9）远超默认阈值 0.12，一步未命中，收益纯属冷热加载噪声。评估此类缓存节点必须开 verbose 核对真实命中率。

漂移分布：沿时间轴均匀（各 1/5 段 mean 0.71~0.79，后半程略重），12% 帧 SSIM<0.70，最差 0.636；缓存帧间自一致性反而略优（0.815 vs 0.784），无闪烁引入。

开放问题：静态对话镜头命中率应更高（上限未测）；生产拓扑复验未做。