MiniMax H3 で "Sol-Attn" を利用すると生成速度を高速にできると聞いた。導入手順の解説を頼む！
https://github.com/kijai/ComfyUI-SolAttn_triton と
https://github.com/KingGore/ComfyUI_sol-attn_Blackwell の
両方をインストールすると衝突します。1つを残してアンインストールする必要があります。
MiniMax H3でSol-Attnを利用する手順を紹介します。
Sol-Attn は、NVIDIA の研究チーム(NVLabs、Sana/Song Han グループ)が2026年7月末に発表した、動画生成を高速化する学習不要(training-free)のスパースアテンション手法です。
正式名称は 「Sol-Attn: Accelerating Video Generation Inference via On-the-Fly Attention Sparsification」(arXiv 2607.24027)と呼ばれ、名前は "Sparsifying online attention" に由来します。
今回は https://github.com/kijai/ComfyUI-SolAttn_triton の実装を導入します。
別の実装として、https://github.com/KingGore/ComfyUI_sol-attn_Blackwell もあります。
ComfyUIを最新に更新しておきます。手順はこちらの記事を参照してください。
次のコマンドを実行します。
cd (ComfyUIの配置ディレクトリ)\ComfyUI\custom_nodes
git clone https://github.com/kijai/ComfyUI-SolAttn_triton.git
続いて、triton をインストールします。次のコマンドを実行します。
cd (ComfyUIの配置ディレクトリ)
python_embeded\python.exe -m pip install triton-windows
ComfyUIを起動します。インストールができていれば、ノードの一覧に "Patch Sol-Attn" ノードが追加されます。
基本のMiniMax H3のワークフローの[拡散モデルを読み込む]ノードの後ろに[Patch Sol-Attn]ノードを追加して接続します。
接続後の状態です。
Sage Attention, First Block Cacheと併用する場合は、モデルから Sage Attention, First Block Cache, Sol-Attn の順番に接続します。
Model
↓
Sage Attention
↓
First Block Cache
↓
Patch Sol-Attn
├→ Guider
└→ Scheduler
以下はSage Attention, First Block Cache と併用した場合のワークフローです。
生成結果の動画は以下です。1.5M Pixelの動画を3つずつ掲載しています。
SOL-Attnを利用した場合、SLA Attentionを利用した場合、Sage Attentionのみの場合を比較しています。
