快速结论：当你在非 CUDA 加速器（如 Ascend NPU、Intel XPU、Apple MPS）上运行 Diffusers 的 MiniMax-H3 视频解码流程时，MiniMaxH3VideoDecodeStep.__call__ 中的 fp16 autocast 因门控条件 enabled=device.type == "cuda" 被静默关闭，导致解码回退到 fp32 路径，出现 MiniMax-H3 video decode only enables fp16 autocast on CUDA, so the block silently runs in fp32 on other accelerators。优先确认你的设备类型和当前 diffusers 版本，并升级到包含上游修复的版本。
适用环境：Issue 已确认的环境为 Ascend 910B2 NPU，Python 侧使用 torch 2.15.0.dev20260917+cpu 配合 torch_npu；diffusers 为 main 分支。该问题适用于任何非 CUDA 加速器。
最快修复方案：升级 diffusers 到包含 PR #14754（commit 51a454be）的版本。该上游修复选择直接移除视频解码块的 fp16 autocast，改为按你传入的 dtype 运行，而不是在更多加速器上启用 autocast。暂无需要手动修改源码的一步修复方案。
注意事项：Issue 作者未对 NPU 端到端解码速度提升做 A/B 基准测试，只验证了 dtype 路径差异。此外，上游 PR 的错误表显示原先“fp32 权重 + fp16 autocast”的路径本身精度更差，因此本次修复的方向与原文建议（放宽 autocast 门控）不同，升级后不应再按原建议修改 enabled 条件。若你仍在使用旧版本并手动将门控改为 enabled=device.type != "cpu"，可能反而走向精度更差的路径，建议回退该改动。
问题场景
在 Diffusers 的 modular pipeline 中运行 MiniMax-H3 视频解码相关流程，具体触发点为 MiniMaxH3VideoDecodeStep.__call__（src/diffusers/modular_pipelines/minimax_h3/decoders.py 约第 187 行）。该代码块将 VAE decode 包裹在 fp16 autocast 中，但门控条件仅允许 CUDA 生效。用户可在 Ascend NPU 等非 CUDA 设备上复现：解码块静默以 VAE 的 fp32 权重运行，速度更慢，且数值路径与文档描述的 CUDA 行为不一致。
报错原文
MiniMax-H3 video decode only enables fp16 autocast on CUDA, so the block silently runs in fp32 on other accelerators
with torch.autocast(device_type=device.type, dtype=torch.float16, enabled=device.type == "cuda"):
video = components.vae.decode(latents, return_dict=False)[0]原因分析
最可能的原因是设备门控条件写死为 CUDA：enabled=device.type == "cuda"。在 Ascend NPU、Intel XPU、Apple MPS 等非 CUDA 加速器上，该布尔值为 False，autocast 被静默禁用，于是视频解码沿用 VAE 的 fp32 权重，既慢又与 CUDA 上的文档行为数值路径不同。
Issue 作者在 Ascend 910B2 NPU（torch 2.15.0.dev20260917+cpu + torch_npu）上验证了 enabled 标志是决定 NPU 走 fp16 还是 fp32 路径的唯一因素：当 enabled=True 时矩阵乘法输出 dtype 为 torch.float16，enabled=False 时为 torch.float32。
需要留意：Issue 中提出的修复方向（将门控放宽为 device.type != "cpu"）最终并未被上游采纳。上游 PR #14754（commit 51a454be）的错误表表明，原先“fp32 权重 + fp16 autocast”才是精度较差的路径，因此修复方式是移除该 fp16 autocast，按传入 dtype 运行。原 Issue 的前提已不再成立。
环境排查
- 确认 diffusers 版本：是否已包含 PR #14754（commit 51a454be）的修复。
- 确认设备类型：
device.type是cuda、npu、xpu还是mps。 - 确认 PyTorch 版本与对应加速器插件：Issue 中使用 torch 2.15.0.dev20260917+cpu 配合
torch_npu；非 NPU 环境请忽略该组合。 - 确认硬件型号：Issue 在 Ascend 910B2 NPU 上复现。
- 若已手动改动过
enabled门控，确认是否仍保留该本地修改。
解决步骤
- 升级 diffusers 到包含 PR #14754（commit 51a454be）的版本，该提交移除了视频解码块周围的 fp16 autocast，改为按传入的 dtype 运行。
- 检查本地是否还存在自行修改的
enabled=device.type != "cpu"或类似门控改动；如有，予以回退，避免走上上游已判定为精度更差的旧路径。 - 在目标加速器上重新运行 MiniMax-H3 视频解码流程。
- 如需确认设备与 dtype 行为，可参考 Issue 中的 dtype 检查方式，用
torch.autocast包裹矩阵乘法并打印输出 dtype，判断当前路径是 fp16 还是 fp32。
验证方法
在目标非 CUDA 加速器上重新执行 MiniMax-H3 视频解码流程，确认不再依赖被 CUDA-only 门控静默关闭的 fp16 autocast 分支，且解码块按传入 dtype 运行。注意：Issue 中未提供端到端 NPU 解码加速的 A/B 基准数据，因此速度提升无法据此确认；可确认的是 CUDA 行为未受该 PR 影响，以及旧的“fp32 权重 + fp16 autocast”路径已被移除。
参考来源
上游修复 PR：huggingface/diffusers #14754（commit 51a454be）
相关但不同的问题：huggingface/diffusers #14746，讨论 CUDA 上 fp32 VAE 权重 + fp16 解码的显存与降精度取舍。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
这个方案解决了吗？
可以继续搜索完整报错，或查看同一工具的其他排查指南。
