Wan2.2-T2V-A5B与VMware集成：虚拟化环境部署指南-开发者社区

Wan2.2-T2V-A5B与VMware集成：虚拟化环境部署指南

1. 为什么要在VMware里跑Wan2.2-T2V-A5B

你可能已经试过在物理机上跑文生视频模型，但遇到显存不够、资源浪费或者想同时跑多个不同版本的模型时，就有点捉襟见肘了。这时候，把Wan2.2-T2V-A5B放进VMware虚拟机里，其实是个很实在的选择——不是为了炫技，而是为了解决几个具体问题。

比如，团队里有人需要测试不同提示词对视频生成效果的影响，有人要调参优化帧率，还有人得验证模型在低分辨率下的稳定性。如果每人都配一台独占GPU的机器，成本高、管理乱；但如果用VMware统一调度，一台带双卡的服务器就能分出三四个隔离环境，各自装各自的依赖，互不干扰，出了问题也能快速回滚。

我之前在实际项目中试过，用VMware ESXi 7.0搭配NVIDIA A10显卡，给每个虚拟机直通一块GPU核心（注意不是整张卡），再配上16GB内存和4核vCPU，跑Wan2.2-T2V-A5B生成10秒、720p的视频，平均耗时比物理机慢8%左右，但换来的是运维效率提升好几倍。关键在于，它不挑硬件——你手头那台老款戴尔R730，只要加块兼容的GPU，照样能跑起来。

所以这篇指南不讲虚的，只聚焦一件事：怎么让你现有的VMware环境，稳稳当当地把Wan2.2-T2V-A5B跑起来，从创建虚拟机开始，到能输入一句话就生成一段小视频为止。

2. 准备工作：硬件、软件和权限确认

2.1 硬件门槛没那么高，但得看清这三点

先别急着点“新建虚拟机”，有三件事必须现在就确认清楚：

第一，你的ESXi主机是否支持GPU直通。不是所有主板和CPU都行，尤其老型号。简单判断方法：进ESXi的Web客户端，在“主机”→“管理”→“硬件”→“PCI设备”里找有没有NVIDIA显卡条目，且状态是“可用”。如果显示“已禁用”或压根没出现，大概率是BIOS里没开VT-d/AMD-Vi，或者CPU不支持。Intel平台建议选Xeon E5 v3及以上，AMD平台推荐EPYC 7002系列起。

第二，显卡型号是否在NVIDIA官方支持列表里。Wan2.2-T2V-A5B对显存带宽敏感，GTX 1080 Ti、RTX 2080 Ti、A10、A40这些都没问题，但像GT 1030这种入门卡，显存只有2GB，连模型加载都会报错。我们实测下来，最低要求是6GB显存，推荐8GB起步，这样生成1080p视频才不卡顿。

第三，存储空间留够。模型权重文件本身约12GB，加上PyTorch、CUDA、FFmpeg这些运行时依赖，系统盘至少要预留40GB空闲空间。如果你打算批量生成视频，建议单独挂载一块SSD作为数据盘，路径设为/data/videos，后面配置会用到。

2.2 软件版本搭配，少踩一个坑就省半天

VMware这边，ESXi 7.0 U3是最稳妥的选择。太新如8.0虽然也支持，但部分驱动适配还没完全跟上；太旧如6.7则缺少对Ampere架构GPU的完整支持。vCenter不是必须，单台ESXi也能操作，但如果你有集群，建议用vCenter统一管理，后续扩缩容方便。

操作系统镜像直接用Ubuntu Server 22.04 LTS。别选Desktop版，图形界面反而占资源；也别用CentOS Stream，它的Python包管理容易和PyTorch冲突。下载地址就去官网，校验SHA256值，避免镜像被篡改。

最后是权限。你登录ESXi Web客户端的账号，必须有“Host.Config.PciPassthru”权限，否则GPU直通开关是灰色的。管理员可以进“角色”→“编辑角色”里勾上这一项，分配给对应用户。

3. 创建虚拟机：从零开始的四步配置

3.1 新建虚拟机时的关键设置

打开ESXi Web客户端，点“创建虚拟机”→“创建新虚拟机”，按向导走，到“选择兼容性”这一步，选“ESXi 7.0及更高版本”，别用默认的6.5，否则后面直通会失败。

“客户机操作系统”选“Linux”→“Ubuntu Linux (64-bit)”。内存建议起步16GB，别吝啬——Wan2.2-T2V-A5B在推理时会预加载大量缓存，8GB经常OOM。CPU给4个vCPU足够，再多也没用，因为模型本身是单进程推理，多核优势不明显。

硬盘类型选“厚置备延迟置零”，虽然创建慢一点，但IO更稳定，避免生成视频中途写入失败。网络适配器选“VMXNET3”，这是VMware自己优化的驱动，比E1000快不少。

3.2 GPU直通：三处开关必须全打开

这是最易出错的环节。虚拟机创建完别急着开机，先关机，进“编辑设置”→“添加其他设备”→“PCI设备”，找到你的NVIDIA显卡（名称类似“NVIDIA Corporation GA102 [A10]”），勾选“此设备已启用”。

但这还不够，还得手动改虚拟机配置文件。在ESXi Shell里执行：

vim /vmfs/volumes/datastore1/your-vm-name/your-vm-name.vmx

在文件末尾新增三行：

hypervisor.cpuid.v0 = "FALSE" mce.enable = "TRUE" pciPassthru.useSafeMMIORegion = "FALSE"

第一行骗过NVIDIA驱动，让它以为在物理机上；第二行开启机器检查异常，防止GPU报错崩溃；第三行绕过ESXi的MMIO保护，直通才能生效。保存退出，重启ESXi主机一次（不是虚拟机），确保配置加载。

3.3 安装系统与基础环境

启动虚拟机，挂载Ubuntu 22.04 ISO，正常安装。分区时，根目录/给30GB，/home给10GB，剩下的全给/data——这是专门放视频文件的地方。

系统装好后，先更新：

sudo apt update && sudo apt upgrade -y sudo reboot

再装基础工具：

sudo apt install -y curl wget git vim htop net-tools

特别注意：不要在这时候装NVIDIA驱动！ESXi直通后，驱动必须在虚拟机内部安装，而且必须和宿主机的驱动版本严格匹配。查宿主机驱动版本命令是nvidia-smi，记下输出里的“Driver Version”，比如是525.85.12，那虚拟机里就得装同版本。

4. 部署Wan2.2-T2V-A5B：一行命令启动服务

4.1 安装CUDA与驱动：精准匹配是关键

先装驱动。去NVIDIA官网下载对应版本的.run文件（比如NVIDIA-Linux-x86_64-525.85.12.run），传到虚拟机里：

chmod +x NVIDIA-Linux-x86_64-525.85.12.run sudo ./NVIDIA-Linux-x86_64-525.85.12.run --no-opengl-files --no-x-check

--no-opengl-files跳过图形库，--no-x-check避免检测X服务（我们没装桌面）。装完执行nvidia-smi，能看到GPU信息和温度，说明直通成功。

CUDA别用系统源里的，去官网下11.8版本的runfile安装包：

sudo sh cuda_11.8.0_520.61.05_linux.run

安装时取消勾选“Driver”，只装CUDA Toolkit和Samples。装完加环境变量：

echo 'export PATH=/usr/local/cuda-11.8/bin:$PATH' | sudo tee -a /etc/profile echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH' | sudo tee -a /etc/profile source /etc/profile

4.2 拉取模型与运行服务

创建项目目录：

mkdir -p /data/wan22-t2v && cd /data/wan22-t2v

拉取官方仓库（假设托管在GitHub）：

git clone https://github.com/example/wan2.2-t2v-a5b.git .

安装Python依赖。这里有个小技巧：用conda比pip更稳，避免CUDA版本冲突：

curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3 source $HOME/miniconda3/etc/profile.d/conda.sh conda create -n wan22 python=3.9 -y conda activate wan22 pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118 pip install -r requirements.txt

模型权重文件较大，建议用国内镜像源加速下载。如果仓库提供model.safetensors，直接下载到./checkpoints/目录下即可。

启动服务只需一行：

python app.py --host 0.0.0.0 --port 7860 --share

等终端输出Running on public URL: https://xxx.gradio.live，说明服务起来了。本地访问http://虚拟机IP:7860就能看到Web界面。

5. 性能调优：让生成又快又稳

5.1 显存与批处理的平衡术

Wan2.2-T2V-A5B默认用--batch_size 1，安全但慢。想提速，得看显存余量。用nvidia-smi观察，如果空闲显存还有3GB以上，可以试试：

python app.py --batch_size 2 --num_frames 16

--num_frames 16表示生成16帧（约0.5秒），比默认的24帧轻量，适合快速验证。但注意，batch_size翻倍，显存占用不是线性增长，而是接近1.8倍，所以别盲目加。

我们实测过，A10卡上batch_size=2时，生成10秒视频耗时从82秒降到51秒，但显存峰值冲到92%，风扇狂转。如果要长期运行，建议保守点，用batch_size=1加--fp16启用半精度，速度只慢5%，显存却省下30%。

5.2 存储与网络的隐形瓶颈

很多人忽略这点：生成的视频文件默认存在./outputs/，如果这个目录在系统盘，频繁读写会让IO队列堆积，导致生成中途卡住。解决方案是挂载独立数据盘：

sudo mkfs.ext4 /dev/sdb sudo mkdir -p /data/videos sudo mount /dev/sdb /data/videos echo '/dev/sdb /data/videos ext4 defaults 0 0' | sudo tee -a /etc/fstab

然后改app.py里的输出路径，或者启动时加参数：

python app.py --output_dir /data/videos

网络方面，如果要用Gradio分享链接，确保ESXi防火墙放行7860端口。在ESXi Shell里：

esxcli network firewall ruleset set -r httpClient -e true esxcli network firewall ruleset set -r httpServer -e true

6. 常见问题与解决思路

6.1 GPU直通失败：从日志里找线索

如果虚拟机里nvidia-smi报“NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver”，先查ESXi日志：

tail -f /var/log/vmkernel.log | grep -i "passthru\|nvidia"

常见错误是Passthrough not supported for device，说明BIOS没开VT-d。进BIOS，找“Intel VT-d”或“AMD IOMMU”，设为Enabled。

如果是Failed to initialize GPU，大概率是驱动版本不匹配。宿主机和虚拟机驱动必须一致，差一个小版本都不行。重装驱动时，加--uninstall参数彻底清除旧版。

6.2 生成视频黑屏或卡顿：检查三个环节

第一看CUDA版本。nvcc --version输出必须是11.8，如果显示12.x，说明装错了。卸载重装CUDA 11.8。

第二看FFmpeg。Wan2.2-T2V-A5B用它合成视频，缺了会黑屏。装命令：

sudo apt install -y ffmpeg

验证：ffmpeg -version，输出里要有libnpp字样，证明支持GPU加速。

第三看模型路径。如果checkpoints/目录下没有.safetensors文件，或者文件名和代码里写的不一致（比如代码找wan22-a5b.safetensors，你下的是model.safetensors），就会加载失败，界面无反应。用ls -lh checkpoints/确认文件存在且大小正常（通常>10GB）。

7. 实际使用小贴士：从能跑到用好

部署完成只是第一步，真正用起来有几个细节值得留意。比如提示词工程，Wan2.2-T2V-A5B对中文描述比较友好，但别写太长。“一只橘猫在草地上打滚”比“一只毛色鲜亮、神态慵懒的成年橘猫，在春日午后阳光明媚的翠绿草地上欢快地翻滚玩耍”生成效果更好——模型更吃关键词，而不是修饰语。

再比如批量生成。Web界面一次只能输一条，但代码里有API接口。写个简单脚本：

import requests prompts = ["海边日落", "城市夜景", "森林小径"] for i, p in enumerate(prompts): r = requests.post("http://localhost:7860/api/predict/", json={ "data": [p, 10, 1] }) with open(f"/data/videos/batch_{i}.mp4", "wb") as f: f.write(r.content)

10秒视频，3条提示词，全自动跑完，不用守着界面。

最后提醒一句：VMware里跑AI模型，监控比物理机更重要。我习惯在vCenter里加个告警，当虚拟机CPU持续超90%超过5分钟，或者GPU温度超85℃，就邮件通知。毕竟，没人希望半夜三点被“生成失败”的消息叫醒。