🎬 День 47 - Как мы запустили WanGP на старой GTX 1060 6 ГБ

Можно ли запустить современную локальную генерацию видео на компьютере, который давно не считается топовым? Я решил не гадать, а проверить это на практике.

Стенд получился вполне земным:

• Windows 10 x64;
• NVIDIA GTX 1060 с 6 ГБ видеопамяти;
• Ryzen 5 3600;
• 32 ГБ оперативной памяти;
• SSD.

Спойлер: WanGP установился, увидел видеокарту и заработал. Веб-интерфейс также стал доступен с другой площадки через защищенный VPN.

🧩 Как выглядит схема

+----------------------+       +----------------------+
| Windows workstation  |       | WanGP / Gradio UI    |
| Ryzen 5 + GTX 1060    | ----> | local video pipeline |
| Python 3.10 + CUDA    |       | TCP 7860             |
+----------------------+       +----------+-----------+
                                           |
                                           | trusted network only
                                           v
                                +----------+-----------+
                                | Encrypted VPN tunnel |
                                | no public port       |
                                +----------+-----------+
                                           |
                                           v
                                +----------------------+
                                | Remote browser       |
                                | PC / tablet / phone  |
                                +----------------------+

🔎 С чего начали

Перед установкой проверили систему и базовые инструменты:

nvidia-smi
git --version
python --version

Видеокарта определилась корректно, но Git на компьютере не было, а команда python вела на нерабочий псевдоним Microsoft Store.

Доустановили:

• Git for Windows;
• Miniconda;
• отдельное окружение Python 3.10.9.

Проект и Python-окружение разнесли по отдельным каталогам. Это упрощает обновление, диагностику и возможный откат.

⚙️ Установка WanGP

Исходники взяли только из официального репозитория WanGP:

git clone https://github.com/deepbeepmeep/Wan2GP.git

Для этой GTX 10xx-конфигурации использовали:

• Python 3.10.9;
• PyTorch 2.7.1;
• CUDA Runtime 12.8, поставляемый вместе с PyTorch.

python -m pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/test/cu128
python -m pip install -r requirements.txt

Отдельно ставить CUDA Toolkit не потребовалось. Проверка показала:

PyTorch: 2.7.1+cu128
CUDA available: True
GPU: NVIDIA GeForce GTX 1060 6GB
Compute capability: 6.1

Тестовый тензор был создан на GPU. Это подтвердило, что цепочка драйвер -> PyTorch -> CUDA -> GTX 1060 действительно работает.

На момент публикации официальный проект прямо указывает поддержку отдельных моделей на 6 ГБ VRAM и видеокартах NVIDIA 10xx. Но реальные скорость и потребление памяти сильно зависят от конкретной модели и профиля.

🚀 Первый запуск

При первом старте WanGP автоматически скачал FFmpeg размером около 111 МБ. Источник отдавал файл медленно, поэтому этот этап занял больше времени, чем ожидалось. Главное - не прерывать процесс без проверки журнала.

После загрузки веб-интерфейс появился на TCP-порту 7860. Для доступа из доверенной локальной и VPN-сети добавили:

--listen

Параметр сохранили в scripts\args.txt, а в брандмауэре Windows разрешили входящие TCP-подключения только от доверенных подсетей.

Конкретный IP-адрес компьютера в публичной статье намеренно не указываю.

🔐 Удалённый доступ без публикации порта

Две площадки HomeLab уже связаны маршрутизируемым VPN-туннелем. WanGP слушает сетевые интерфейсы, поэтому интерфейс открывается на удалённом устройстве так, будто оно находится в одной локальной сети.

Порт 7860 не публикуется в интернет. У интерфейса нет полноценной системы авторизации, поэтому безопасные варианты - WireGuard, Tailscale, ZeroTier или другой доверенный VPN.

📲 PWA-режим

По умолчанию Gradio сообщил:

Progressive Web App is not enabled

В запуск приложения добавили:

pwa=True

После этого интерфейс можно устанавливать как веб-приложение. Однако для полноценной PWA-установки браузер может потребовать HTTPS с доверенным сертификатом. Одного pwa=True для этого недостаточно.

⚠️ Не все модели одинаково полезны на Pascal

Первой по ошибке выбрали:

Wan 2.1 Text2Video NVFP4 Lightx2v 4-step 1.3B

Формат NVFP4 рассчитан прежде всего на новые архитектуры NVIDIA. На Pascal стартовал программный fallback:

NVFP4: kernels unavailable; using fallback

Модель и текстовый энкодер загружались, но аппаратного ускорения NVFP4 на GTX 1060 не было. Процесс остановили, WanGP перезапустили и освободили видеопамять.

Для первого реального теста на GTX 1060 выбрали обычную облегчённую модель:

Wan 2.1 Text2Video 1.3B

Базовый профиль для старта:

• обычная FP16/BF16- или Quanto INT8-версия;
• без NVFP4;
• 480p;
• 49 кадров;
• batch size 1;
• профиль LowRAM/LowVRAM 4+;
• при ошибке памяти - профиль 5;
• Lightx2v 4-step - только как отдельное ускорение при совместимом чекпойнте.

🧪 Чек-лист для повторения

1. Обновить драйвер NVIDIA и проверить nvidia-smi.
2. Создать отдельное Python-окружение.
3. Установить совместимую сборку PyTorch.
4. До загрузки большой модели проверить CUDA тестовым тензором.
5. Начинать с 1.3B-модели, 480p и batch size 1.
6. Следить за VRAM и RAM во время первой генерации.
7. Не открывать Gradio-порт в интернет; использовать VPN и ограничения firewall.
8. Фиксировать рабочие версии пакетов перед любым обновлением.

🏁 Итог

Старая GTX 1060 с 6 ГБ видеопамяти всё ещё способна запускать локальную генерацию видео. Большие модели будут загружаться и работать медленно, а разрешение и длину ролика придётся ограничивать. Но рабочая система собрана:

• WanGP установлен;
• CUDA работает;
• GTX 1060 корректно определяется;
• веб-интерфейс запущен;
• удалённый доступ работает через VPN;
• PWA-режим включён;
• облегчённая модель загружается.

Главный вывод: для знакомства с локальной генерацией видео необязательно сразу покупать флагманскую видеокарту. Гораздо важнее правильно собрать окружение, выбрать подходящую модель и не забыть о безопасном сетевом доступе.