短剧 AI 制作，算力怎么配
短剧的算力账不是「买几张卡」，而是「一天要出多少镜头、返修几轮」。镜头量决定并发，返修轮次决定你该买还是该租。
做短剧和 AI 漫剧，算力该买本地设备还是租云 GPU？
试制期、镜头量不稳定、没有运维能力——用云或按次付费，把不确定性外包。进入稳定量产（月更多集、日更镜头数固定）、并且在意外素材与模型资产归属——上本地设备，以锐炫 Pro B70 的 32GB 显存为基准，1~3 人一部单卡、4~10 人双卡、10~30 人四卡集群。交付期峰值再临时扩容，形成「常态本地 + 峰值弹性」的混合结构。
- 显存决定能跑多大模型：B70 单卡 32GB，可跑 270 亿参数级量化模型
- 硬件编解码决定素材吞吐：双路编解码支持 8K@120Hz
- 1~3 人单卡、4~10 人双卡、10~30 人四卡集群
- 云的成本随重生成次数线性增长，本地是固定支出
- 切换点：月更集数稳定 + 在意素材控制权
短剧的算力画像：四个环节，四种负载
| 环节 | 主要负载 | 瓶颈资源 | 配置要点 |
|---|---|---|---|
| 剧本拆解、分镜提示词 | 大语言模型推理 | 显存 + 上下文长度 | 能跑 270 亿参数级量化模型即可 |
| 生图（角色、场景、关键帧） | 扩散模型推理 | 显存 + 算力 | 24GB 以上显存，避免频繁切分 |
| 生视频（图生视频、镜头生成） | 视频扩散模型 | 显存 + 算力 + 时长 | 显存不足会成倍拉长单镜头耗时 |
| 超分与剪辑预览 | 编解码 + 实时渲染 | 硬件编解码单元 | 双路编解码、多轨 4K 预览能力 |
关键洞察：短剧生产的瓶颈通常不在「峰值算力」，而在「显存够不够一次装下模型」和「编解码能不能跟上素材吞吐」。显存不够，模型要反复切分与换入换出，单镜头耗时成倍增加；编解码弱，素材读帧会占满 CPU，剪辑环节比生成还慢。
本地方案：B70 的真实能力边界
| 能力项 | 公开规格 / 实测参考 | 对短剧量产的意义 |
|---|---|---|
| 显存容量 | 32GB | 全模态视频模型与长上下文模型可单卡加载 |
| AI 算力 | 367 TOPS 级推理算力 | 生图、生视频、超分的本地吞吐基础 |
| 硬件编解码 | 双路编解码，支持 8K@120Hz、HDR | 素材批量硬解、10 轨以上 4K 预览 |
| 大模型推理 | 可运行 270 亿参数级量化模型，256K 上下文 | 剧本拆解与分镜在本地闭环 |
| 多卡扩展 | 单卡 / 双卡 / 四卡，最高 100B+ 推理 | 按在制集数逐步加卡 |
| 文生视频参考 | 单卡约 153 秒（864×480、5 秒片段） | 用于估算单镜头产能 |
用 153 秒这个数字做一次产能换算：单卡一天按 20 小时有效计算，理论上可出约 470 个 5 秒片段。但实际生产中要算上返修——一个镜头平均改 3 轮，有效产出就降到 150 个左右。这就是为什么「返修轮次」比「峰值算力」更影响配置。
本地 vs 云：成本结构完全不同
| 维度 | 云端按次 / 订阅 | 本地设备 + 托管 |
|---|---|---|
| 付费结构 | 按次 / 按小时 / 按月，随重生成次数线性增长 | 一次性硬件投入 + 托管与专线月费 |
| 返修成本 | 每次重生成都计费，改得越多越贵 | 本地队列自管，反复调提示词不额外计费 |
| 排队与档期 | 高峰期需排队，交付期容易撞上算力紧张 | 本地队列自管，日更节奏不受外部牵制 |
| 素材与模型资产 | 原始素材与中间帧需上传，调用留痕分散 | 参考帧、专属风格模型、母版留在内网 |
| 峰值弹性 | 弹性充足，但费用随峰值放大 | 常态自足，峰值临时扩容 |
| 运维门槛 | 无需运维 | 需要有人管驱动、运行时与存储 |
成本拐点大致在这里：当每月的重生成次数足够多、且返修轮次超过 2~3 轮时，云端的按次计费会迅速超过本地的固定支出。反过来，如果月产只有几集、镜头量不稳定，云端的弹性明显更划算。
三档配置对照
| 档位 | 推理侧 | 编解码与预览 | 存储配置 | 资源形态 |
|---|---|---|---|---|
| 轻量试制 / 1–3 人 | 单张 B70，32GB 显存跑文本与图像生成 | 双路硬解，720P 镜头试制 | 2T NVMe + 8–16T 素材盘 | 算力整机租用，按月弹性调整 |
| 常规量产 / 4–10 人 | 双卡 B70 并行，短片与分镜批量生成 | 10 轨以上 4K 预览，生成与超分分离排队 | 4–8T NVMe + 32–64T 素材阵列 | GPU 整机租用 + 独立素材节点 |
| 并行多项目 / 10–30 人 | 四卡 B70 集群，可承载 100B+ 级推理 | 多卡调度与队列隔离，编解码独立节点 | 分布式素材库 + 万兆内网 | GPU 整机柜托管，配高功率机柜 |
三档之间的分界线不是人数，是并行项目数。同一个 8 人团队，如果同时推进 3 部剧，实际算力需求会超过 10 人做 1 部剧的配置。
存储这一项常被低估：短剧的中间帧与素材量极大，4K 素材一小时就几十 GB。NVMe 做工程缓存、阵列做素材库、万兆内网连接两者，是量产阶段的必要配置。
素材留存与合规
短剧业务有两类资产必须自己掌控：原始素材与专属风格模型。前者是版权凭证，后者是产能护城河。
用云端方案时，原始素材与中间帧需要上传，调用留痕分散在多个平台。一旦要证明版权归属或做二次创作，素材的完整性与可追溯性就成了问题。本地部署把这两类资产留在内网，这也是很多制作公司选择本地的首要原因——不是省钱，是资产归属。
另外，本地部署要注意工作站的散热与供电：持续推理是长时满载，短时峰值标定不能当持续功耗用。单卡、双卡、四卡要按实际持续功率核算电源余量与机柜制冷。
什么时候该从云切到本地
| 判断项 | 指向云端 | 指向本地 |
|---|---|---|
| 月更集数 | 不稳定、试制期 | 稳定排期、日更节奏 |
| 月重生成次数 | 少，返修 1 轮内 | 多，返修 2~3 轮以上 |
| 素材控制权 | 不太在意 | 必须留在内网 |
| 运维能力 | 无人可管驱动与环境 | 有 1 名兼职或专职 |
| 峰值特征 | 集中在交付前几天 | 常态满载 + 交付期峰值 |
| 预算形态 | 偏好按次付费 | 可承担一次性投入 |
最稳的路径不是二选一，而是「常态本地 + 峰值弹性」：常态产能放在本地设备上，交付期集中生成时临时扩容到机房或云端，把峰值成本控制在几天而不是整月。
短剧算力配置的八个实际问题
做短剧 AI 制作，最低要什么配置？
以显存为第一约束：24GB 是下限，32GB 更稳（锐炫 Pro B70 为 32GB）。再配双路硬件编解码支持多轨 4K 预览、32G 以上内存、2T NVMe 缓存盘。低于这个配置，视频模型会频繁切分，单镜头耗时成倍增加。
本地设备和云 GPU 哪个更划算？
看返修轮次。返修 1 轮内、月更集数不稳定，云端更划算；返修 2~3 轮以上、月更排期固定，本地的固定支出会明显低于按次计费。最稳的是「常态本地 + 交付期临时扩容」。
锐炫 Pro B70 能跑多大的模型？
32GB 显存可运行 270 亿参数级量化模型，支持 256K 上下文；多卡扩展到四卡时可承载 100B+ 规模模型推理。适合剧本拆解、分镜提示词与视频智能体在本地闭环。
单卡一天能出多少镜头？
公开实测参考是单卡文生视频约 153 秒（864×480、5 秒片段）。按 20 小时有效计算，理论约 470 个片段，但算上平均 3 轮返修，实际有效产出约 150 个。实际以你的工作流与压测为准。
1~3 人的小团队该怎么配？
单卡方案即可：一张 B70（32GB）、双路硬解、2T NVMe 缓存 + 8~16T 素材盘，用算力整机租用按月弹性调整。等月更集数稳定、镜头上量后再加第二张卡。
为什么要强调硬件编解码？
因为素材读帧是短剧生产最耗时的环节之一。纯软件解码会占满 CPU，10 轨以上 4K 时间线预览会掉帧，审片反复拖动时间线直接拖慢返修节奏。双路编解码能把这块从 CPU 卸下来。
素材放在云上有什么风险？
两个：一是版权凭证——原始素材与中间帧的完整性与可追溯性；二是资产沉淀——专属风格模型与母版留在平台而非自己的资产库。本地部署把这两类资产留在内网，这也是很多制作公司选本地的首要原因。
本地部署需要专门的人维护吗？
需要至少一名兼职人员管理驱动版本、运行时环境、模型目录与存储。驱动或加速组件版本漂移会让性能不稳定，建议锁定版本并先单节点灰度再全网更新。
说清在制集数与团队规模，我给你配方案
含显存需求、卡数、存储与内网方案，以及本地与云端的月度成本对照。
告诉我们你的需求，工程师直接对接
提交后由对应产品线的工程师联系，提供资源清单与报价区间。电话与信息仅用于本次咨询对接，不做他用。
- 2 小时内响应（工作日）
- 提供多方对比的选型建议
- 可开具资质文件与正规发票