利益披露：这是我们自己团队的工作，完整基准、样本、坑清单在公开仓库：https://github.com/maidou75293/ltx-ascend-bench （MIT）## 我们做了什么LTX-2.5-22B（dev bf16 + 蒸馏 LoRA，预融合权重）全程跑在华为昇腾 910B3 NPU 上，整个流程没有任何 NVIDIA 硬件。技术栈：PyTorch 2.10 + torch_npu + CANN 9.1.0，40+ 组实测配置。## 核心数字- 单卡朴素基线：约 23 分钟/条- 生产级 4 卡 TP（常驻权重 + 分页 + 预融合）：5 分 36 秒/条（约 10.7 条/小时）- 4 单卡流水线（限流 + 预融合）：同 4 卡 21.2 条/小时- 可复现性：单卡优化路径 9/9 输出字节级一致- 长视频：3 段链式生成 10 秒素材，接缝无痕，13 分 22 秒## 没人写过的坑（节选）仓库 PITFALLS.md 收录 6 个「症状 → 根因 → 修法」，例如：- 自定义加载路径的 SDops 用空 match mapping 构建会静默丢弃全部权重——加载零报错，张量全落 meta 设备，然后你会去调试一个完全无关的下游故障- cache_weights=True 实际缓存到加速卡显存而非宿主内存——文档写「缓存权重」，现实是两阶段共享一卡就 OOM- HCCL 基础端口冲突只在第二个服务惰性建通信组时触发——距离启动已过去几分钟，远离真正根因，表现为延迟翻倍而非报错## 提示词工程结论A/B 实验提炼 7 条规则：改写提示词平均保真度 +38%（见 prompt-guide.md）；同时标注了哪些失败是提示词救不了的（例如画面内中文文字渲染不工作——请后期加字幕）。## 诚实的局限- 4 卡 TP 路径 run-to-run 有约 3% 像素漂移（单卡路径字节精确）- 模型视觉词汇圈外的复合概念，负向提示词无效——要改写概念本身- 跨镜头人物一致性需要在每个镜头重复身份描述3 个公开样本（含约 30 秒多镜头叙事，尾帧锁定链式生成）在仓库里。如果你也在做非 CUDA 移植，坑清单应该能帮你省下几天。