DiffRhythm 显存需求与推荐配置

短答案

DiffRhythm:推荐显存 12G(最低 8G),中文歌 · 全曲秒级。

01模型档案

模型DiffRhythm · 中国人民大学等
规格扩散 · 许可 MIT · 上下文 0K
类别音乐/音频 · 擅长 中文歌 · 全曲秒级
显存需求量化最低 8G · 舒适推荐 12G

02能跑它的显卡(按价格升序)

按推荐显存 12G 匹配,取最便宜的达标卡:

二手/魔改大显存方案:[3090 24G 二手](/hardware/gpu/rtx-3090-24g-used/) · [魔改 3090 48G](/hardware/gpu/rtx-3090-48g-modded/) · 全量筛选 → [显卡专区](/hardware/gpu/)

中文人声歌曲的快速方案。

显存与时长:推荐 12G,音乐生成的显存门槛在四类模型中最低;瓶颈通常是生成时间(分钟级/首)而非显存。

选型对照:同档替代见音乐/音频总表;硬件配置详见 AI 音乐硬件指南。

常见问题

DiffRhythm 需要多少显存?
量化最低 8G,舒适推荐 12G;长上下文/高分辨率再留 20-30% 余量。
用什么软件部署?
LLM 走 Ollama/vLLM + GGUF;绘画走 ComfyUI/SD WebUI;视频走 ComfyUI 视频节点。
↑