أي GPU تستخدم لتوليد الفيديو بـ Wan؟

باختصار: اختر البطاقة حسب نموذج Wan وحسب الأداة، لأن السكربت الرسمي وComfyUI يحتاجان إلى مقادير مختلفة جدًا من الذاكرة.

  • TI2V-5B: بطاقة 24 GB مثل RTX 4090 هي الفئة التي يذكرها Wan2.2 README: “This command can run on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU)” (يمكن تشغيل هذا الأمر على GPU بذاكرة VRAM لا تقل عن 24GB، مثل RTX 4090)، مع خيارات offload الخاصة به. وفي ComfyUI فإن نموذج 5B “should fit well on 8GB vram with the ComfyUI native offloading” (يُفترض أن يتسع جيدًا في 8GB من VRAM مع offloading الأصلي في ComfyUI).
  • نماذج 14B (T2V-A14B وI2V-A14B وS2V-14B): تقول أوامر README الخاصة بـ GPU واحدة “This command can run on a GPU with at least 80GB VRAM” (يمكن تشغيل هذا الأمر على GPU بذاكرة VRAM لا تقل عن 80GB). وتخفض ملفات FP8 الخاصة بـ ComfyUI مع offloading هذا الرقم، لكن توثيق ComfyUI لا يذكر رقمًا لنماذج 14B.

المصادر: Wan2.2 README، ودليل ComfyUI لـ Wan 2.2، وكلاهما قُرئ في 2026-11-04.

أي نماذج Wan مفتوحة؟

الإصدار أوزان مفتوحة الترخيص
Wan 2.1 (T2V-1.3B وT2V-14B وI2V-14B وFLF2V-14B وVACE) نعم Apache 2.0
Wan 2.2 TI2V-5B وT2V-A14B وI2V-A14B (“Jul 28, 2025”) نعم Apache 2.0
Wan 2.2 S2V-14B (مدفوع بالصوت) نعم Apache 2.0
Wan 2.2 Animate-14B وWan-Animate-2 (2026-08-07) نعم Apache 2.0
Wan 2.5 وWan 3.0 لا توجد أوزان في منظمة Wan-AI على Hugging Face وصول مستضاف فقط

جرى التحقق من قائمة النماذج مقابل منظمة Wan-AI على Hugging Face وملفي README لـ Wan2.1 وWan2.2، وقُرئت في 2026-11-04. إذا كنت تحتاج إلى Wan 3.0، فلا يوجد ما تضعه على GPU: استخدم بدلًا من ذلك واجهة نماذج CloudGPU. تشمل نماذج الفيديو هناك wan-3.0 وwan-3.0-prime، وتستدعيهما عبر POST /v1/videos (توثيق API).

أي بطاقة لأي نموذج Wan

قُرئت صياغة README وComfyUI أدناه في 2026-11-04. تعرض صفحة Deploy البطاقات التي يمكنك تشغيلها الآن.

النموذج ما تقوله المصادر الرسمية فئة البطاقة للبدء
Wan 2.1 T2V-1.3B “requires only 8.19 GB VRAM” (يتطلب 8.19 GB فقط من VRAM)؛ “a 5-second 480P video on an RTX 4090 in about 4 minutes (without optimization techniques like quantization)” (فيديو 480P مدته 5 ثوانٍ على RTX 4090 في نحو 4 دقائق، دون تقنيات تحسين مثل التكميم) 24 GB: RTX 3090, RTX 4090, RTX 4090D
Wan 2.2 TI2V-5B (ComfyUI) “should fit well on 8GB vram with the ComfyUI native offloading” (يُفترض أن يتسع جيدًا في 8GB من VRAM مع offloading الأصلي في ComfyUI) 24 GB: RTX 4090, RTX 4090D؛ و32 GB إن أردت 720p دون offloading: RTX 5090, RTX 5090D, RTX 4080 SUPER 32G
Wan 2.2 TI2V-5B (generate.py الرسمي) “at least 24GB VRAM (e.g, RTX 4090 GPU)” (ما لا يقل عن 24GB من VRAM، مثل RTX 4090) مع --offload_model True --convert_model_dtype --t5_cpu؛ “Without specific optimization, TI2V-5B can generate a 5-second 720P video in under 9 minutes on a single consumer-grade GPU” (دون تحسين خاص، يستطيع TI2V-5B توليد فيديو 720P مدته 5 ثوانٍ في أقل من 9 دقائق على GPU استهلاكية واحدة) 24 GB أو أكثر
Wan 2.2 T2V-A14B / I2V-A14B (ComfyUI FP8) خبيران (experts) بحجم 14.29 GB لكل منهما، إضافة إلى مُرمِّز النص؛ لا يذكر توثيق ComfyUI رقمًا لـ VRAM لنماذج 14B 32–48 GB: RTX 5090, RTX 4090 48G, RTX 4090D 48G, RTX A6000
Wan 2.2 T2V-A14B / I2V-A14B (السكربت الرسمي) “This command can run on a GPU with at least 80GB VRAM.” (يمكن تشغيل هذا الأمر على GPU بذاكرة VRAM لا تقل عن 80GB.) 80 GB أو أكثر: A100 80G, A800 80G, RTX 6000D, RTX PRO 6000 96G
Wan 2.2 S2V-14B “This command can run on a GPU with at least 80GB VRAM.” (يمكن تشغيل هذا الأمر على GPU بذاكرة VRAM لا تقل عن 80GB.) 80 GB أو أكثر
Wan-Animate-2 14B “The default settings in this repository are tuned for 8× A800 GPUs and support 720P video generation. We have also tested 480P generation on 2× A800 GPUs.” (الإعدادات الافتراضية في هذا المستودع مضبوطة لـ 8× A800 GPUs وتدعم توليد فيديو 720P. وقد اختبرنا أيضًا توليد 480P على 2× A800 GPUs.) عدة بطاقات 80 GB للإعداد المرجعي

ويقول Wan2.2 README أيضًا: مع “at least 80GB VRAM, you can remove the --offload_model True, --convert_model_dtype and --t5_cpu options to speed up execution” (ما لا يقل عن 80GB من VRAM، يمكنك إزالة الخيارات --offload_model True و--convert_model_dtype و--t5_cpu لتسريع التنفيذ). تتيح لك بطاقة بذاكرة أكبر الاستغناء عن خيارات offload، وهي الخيارات التي تجعل النموذج يتسع في بطاقات أصغر.

ما الذي يغيّر مقدار الذاكرة المطلوبة

  • الدقة وعدد الإطارات. في ComfyUI، يغيّر length وحجم الـ latent استهلاك الذاكرة بدرجة كبيرة. يضبط توثيق ComfyUI “a relatively small size … to prevent low VRAM users from consuming too many resources” (حجمًا صغيرًا نسبيًا … لمنع مستخدمي VRAM المحدودة من استهلاك موارد كثيرة) ويقول “If you have enough VRAM, you can try a resolution around 720P” (إن كانت لديك VRAM كافية، يمكنك تجربة دقة في حدود 720P).
  • الدقة العددية (precision). خبراء 14B بصيغة FP8 حجم كل منهم 14.29 GB، مقابل 28.58 GB لكل منهم بصيغة FP16 (أحجام الملفات على Hugging Face، حزمة Comfy-Org المعاد تجميعها لـ Wan 2.2، قُرئت في 2026-11-04).
  • الـ offloading إلى RAM المضيف. يستبدل الـ offloading جزءًا من VRAM بذاكرة النظام، لذا راجع حجم RAM لكل GPU في /ar/deploy.

إذا نفدت الذاكرة، يقول README “you can use the --offload_model True, --convert_model_dtype and --t5_cpu options to reduce GPU memory usage.” (يمكنك استخدام الخيارات --offload_model True و--convert_model_dtype و--t5_cpu لتقليل استهلاك ذاكرة GPU.)

تدريب LoRA لـ Wan

لشخصيات ثابتة أو لأسلوب بصري خاص بك، درّب LoRA. يقول توثيق musubi-tuner: “VRAM: 12GB or more recommended for image training, 24GB or more for video training” (VRAM: يوصى بـ 12GB أو أكثر لتدريب الصور، و24GB أو أكثر لتدريب الفيديو) و"Main Memory: 64GB or more recommended" (الذاكرة الرئيسية: يوصى بـ 64GB أو أكثر) (musubi-tuner، قُرئ في 2026-11-04). التعليمات خطوة بخطوة في كيف تدرّب LoRA لـ Wan 2.2 باستخدام musubi-tuner (بالإنجليزية).

التكلفة

حتى 2026-11-05 07:55 (UTC+8): RTX 4090 بسعر $0.39/ساعة، وRTX 5090 بسعر $0.69/ساعة، وRTX 4090 48G بسعر $0.69/ساعة، وA100 80G بسعر $1.59/ساعة. جلسة اختبار مدتها 30 دقيقة تكلّف $0.20 على RTX 4090 و$0.34 على RTX 5090. الفوترة بالدقيقة، مع التقريب للأعلى، بحد أدنى دقيقة واحدة، وتتوقف عند حذف المثيل. الأسعار الحالية في /ar/pricing.

للإعداد، اتبع كيف تشغّل توليد الفيديو بـ Wan 2.2 على Cloud GPU (بالإنجليزية). ذات صلة: أي GPU لـ MiniMax H3 · إنتاج فيلم قصير بالذكاء الاصطناعي: أي GPU لكل خطوة · Cloud GPU لإنتاج الأفلام والفيديو بالذكاء الاصطناعي

الأسئلة الشائعة

أي GPU أحتاج لـ Wan 2.2 TI2V-5B؟

يقول Wan2.2 README إن سكربته الخاص يشغّل TI2V-5B “on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU)” (على GPU بذاكرة VRAM لا تقل عن 24GB، مثل RTX 4090) مع خيارات offload، ويقول دليل ComfyUI إن نموذج 5B “should fit well on 8GB vram with the ComfyUI native offloading” (يُفترض أن يتسع جيدًا في 8GB من VRAM مع offloading الأصلي في ComfyUI) (قُرئ في 2026-11-04).

أي GPU أحتاج لـ Wan 2.2 14B؟

تقول أوامر Wan2.2 README الخاصة بـ GPU واحدة لنماذج T2V-A14B وI2V-A14B وS2V-14B “This command can run on a GPU with at least 80GB VRAM” (يمكن تشغيل هذا الأمر على GPU بذاكرة VRAM لا تقل عن 80GB). وتخفض ملفات FP8 الخاصة بـ ComfyUI، بحجم 14.29 GB لكل expert، مع الـ offloading فيه هذا الرقم، لكن توثيق ComfyUI لا يذكر رقمًا لنماذج 14B (قُرئ في 2026-11-04).

هل Wan 3.0 مفتوح المصدر؟

لا توجد أوزان منشورة لـ Wan 2.5 أو Wan 3.0 في منظمة Wan-AI على Hugging Face، التي تضم Wan 2.1 وWan 2.2 وWan-Dancer وWan-Animate-2 (قُرئ في 2026-11-04). وتقدّم واجهة نماذج CloudGPU النموذجين wan-3.0 وwan-3.0-prime عبر POST /v1/videos.

هل يمكنني استخدام مخرجات Wan تجاريًا؟

صدرت نماذج Wan 2.1 وWan 2.2 بموجب Apache 2.0، وفقًا لملفات README وصفحاتها على Hugging Face (قُرئ في 2026-11-04). راجع الترخيص في صفحة النموذج للملفات التي تستخدمها.

هل يصبح Wan أسرع مع مزيد من VRAM؟

تتيح لك الاستغناء عن خيارات offload. يقول Wan2.2 README إنه على GPU بذاكرة VRAM لا تقل عن 80GB “you can remove the --offload_model True, --convert_model_dtype and --t5_cpu options to speed up execution” (يمكنك إزالة الخيارات --offload_model True و–convert_model_dtype و–t5_cpu لتسريع التنفيذ) (قُرئ في 2026-11-04).

المصادر (قُرئت في 2026-11-04، Asia/Shanghai)

تعرض صفحة Deploy البطاقات التي يمكنك تشغيلها. الأسعار في https://cloudgpu.app/ar/pricing.

آخر تحديث: 2026-11-04 (Asia/Shanghai).