H3 加速方案横评：怎么选、能不能叠加
H3 的加速分三层，很多教程把它们混在一起讲，导致"为什么我叠加后没变快/质量崩了"。 先记住三个类别：步数蒸馏（减少采样步数）、注意力后端（加速每步计算）、缓存（跳过部分计算）。
第一层：步数蒸馏（只选一个！）
| 方案 | 步数 | 相对速度 | 特点与依赖 |
|---|---|---|---|
| 官方基线 | 20 | 1.0× | 质量最稳，最慢 |
| LightX2V Turbo | 8 / 4 | 约 2.1× / 3.4× | 官方内置 turbo_mode；4 步细节略降，社区最常用 |
| larryvrh Turbo v4 | 8 | 约 2.1× | 需要双时钟采样器（音频双调度），口碑好 |
| FastH3（FastVideo） | 4 | 约 4× | DMD2 + VSA 稀疏蒸馏；ComfyUI 需用转换版 LoRA |
| TaoMate-H3 | 3 | 最快档 | 面向流式长视频，质量代价较大 |
| 阿里 PAI PDD | 8 / 4 | 约 2× | 官方蒸馏；必须用专用节点、专用 sigmas，不能叠加其他蒸馏 |
蒸馏类方案只能选一个：它们都改变了采样轨迹，叠加会互相破坏效果，还各自占显存。
PDD 还需要额外的自定义节点包（可直接读取官方原版文件）。
第二层：注意力后端（可以叠加）
- SageAttention：默认推荐，采样提速 1.3-2 倍，质量几乎无损。 注意：50 系在超长序列（约 16 万 token 以上）有静默噪点风险，长片建议换稀疏后端或 Kitchen；
- comfy-kitchen 内置注意力：ComfyUI 0.32+ 自带，速度与 Sage 同级，不想装东西就选它；
- SLA 稀疏注意力：需 H3 SLA Attention 节点（Triton）+ SLA 训练版 Turbo LoRA 成套使用； 长片实测单步 44→25 秒（5090 768p/15s），短片提升有限；
- VSA（FastVideo Video Sparse Attention）：与 FastH3 4 步蒸馏同源的 90% 稀疏注意力； 需 VSA 节点，或用最新 ComfyUI 核心 Block Sparse Attention 节点（comfy-kitchen ≥0.2.33）开启。
第三层：缓存（有质量代价）
EasyCache / Spectrum 这类步缓存可以再省 15-40% 时间，但属于"跳过部分计算"， 需要抽检画面；与 PDD 冲突（会打乱 PDD 的 sigma 边界）。 条件缓存（如 CLIPCached）是无损的：同一提示词连续出多个种子时，第二次开始能省掉整个文本编码阶段。
组合建议
| 你的目标 | 推荐组合 |
|---|---|
| 快速抽卡 | LightX2V 4 步 + Sage（或 Kitchen） |
| 质量与速度平衡 | LightX2V 8 步 / larry 8 步 + Sage |
| 极限速度（可接受质量损失） | FastH3 4 步 + VSA（或 Sage） |
| 官方蒸馏路线 | PDD 8 步 + 专用节点（不与任何蒸馏/缓存叠加） |
| 同一提示词批量出片 | 上面任意组合 + CLIPCached 条件缓存 |
在 计算器 的第 2 步可以逐项切换这些方案：它会自动提示冲突（比如 PDD 与其他蒸馏不能同选）， 并把加速后的耗时反映到结果矩阵里。文件都在 模型下载库 的"加速"分类。