HunyuanVideo-Foley快速部署：Docker镜像启动+端口映射完整脚本

1. 环境准备与快速部署

在开始之前，请确保您的系统满足以下硬件要求：

• 显卡：RTX 4090/4090D 24GB显存
• 内存：≥120GB
• CPU：10核及以上
• 存储：系统盘50GB + 数据盘40GB

1.1 安装Docker与NVIDIA驱动

首先确认您的系统已安装正确版本的Docker和NVIDIA驱动：

# 检查NVIDIA驱动版本
nvidia-smi | grep "Driver Version"
# 应显示550.90.07或更高版本

# 检查Docker安装
docker --version

如果尚未安装，请参考以下命令：

# 安装Docker
curl -fsSL https://get.docker.com | sh
sudo systemctl enable docker
sudo systemctl start docker

# 安装NVIDIA Container Toolkit
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

2. 镜像拉取与启动

2.1 拉取优化版镜像

使用以下命令拉取专为RTX 4090D优化的HunyuanVideo-Foley镜像：

docker pull csdn-mirror/hunyuan-video-foley:4090d-optimized

2.2 启动容器完整脚本

创建并运行以下完整部署脚本，实现端口映射和目录挂载：

#!/bin/bash

# 定义变量
IMAGE_NAME="csdn-mirror/hunyuan-video-foley:4090d-optimized"
CONTAINER_NAME="hunyuan-video"
HOST_WEBUI_PORT=7860
HOST_API_PORT=8000
DATA_DIR="$HOME/hunyuan-data"

# 创建数据目录
mkdir -p $DATA_DIR/output

# 启动容器
docker run -d --gpus all \
  --name $CONTAINER_NAME \
  --shm-size=16g \
  -p $HOST_WEBUI_PORT:7860 \
  -p $HOST_API_PORT:8000 \
  -v $DATA_DIR:/workspace/output \
  -e NVIDIA_DRIVER_CAPABILITIES=compute,utility \
  -e NVIDIA_VISIBLE_DEVICES=all \
  $IMAGE_NAME

# 检查容器状态
docker ps -f "name=$CONTAINER_NAME"

echo "部署完成！"
echo "WebUI访问地址: http://localhost:$HOST_WEBUI_PORT"
echo "API文档地址: http://localhost:$HOST_API_PORT/docs"
echo "输出目录: $DATA_DIR/output"

将上述脚本保存为start_hunyuan.sh，然后赋予执行权限并运行：

chmod +x start_hunyuan.sh
./start_hunyuan.sh

3. 服务验证与使用

3.1 验证服务运行

容器启动后，可以通过以下方式验证服务是否正常运行：

# 查看容器日志
docker logs -f hunyuan-video

# 检查WebUI服务
curl -I http://localhost:7860

# 检查API服务
curl http://localhost:8000/docs

3.2 首次使用注意事项

1. 模型加载：首次启动时，系统需要1-3分钟加载模型权重，请耐心等待
2. 显存监控：建议使用以下命令监控资源使用情况：

watch -n 1 nvidia-smi

3. 输出目录：所有生成的文件将保存在$HOME/hunyuan-data/output目录下

4. 常用操作命令

4.1 基础管理命令

# 停止容器
docker stop hunyuan-video

# 启动已停止的容器
docker start hunyuan-video

# 进入容器shell
docker exec -it hunyuan-video bash

# 删除容器
docker rm -f hunyuan-video

4.2 自定义启动参数

如果需要修改默认端口或挂载目录，可以编辑start_hunyuan.sh脚本中的以下变量：

HOST_WEBUI_PORT=7860  # 修改WebUI端口
HOST_API_PORT=8000    # 修改API端口
DATA_DIR="$HOME/hunyuan-data"  # 修改数据目录

5. 典型应用场景

5.1 通过WebUI生成视频

1. 访问http://localhost:7860
2. 在输入框中填写视频描述（prompt）
3. 设置视频时长、分辨率等参数
4. 点击"生成"按钮
5. 等待生成完成后，在输出目录查看结果

5.2 通过API调用服务

使用以下Python代码示例调用API服务：

import requests

api_url = "http://localhost:8000/generate"
payload = {
    "prompt": "繁忙的城市街道场景，包含汽车鸣笛、行人交谈和背景音乐",
    "duration": 10,  # 秒
    "resolution": "720p"
}

response = requests.post(api_url, json=payload)
if response.status_code == 200:
    result = response.json()
    print(f"生成成功！文件保存在: {result['output_path']}")
else:
    print(f"生成失败: {response.text}")

6. 总结与建议

通过本教程，您已经完成了HunyuanVideo-Foley的Docker镜像快速部署。这个专为RTX 4090D优化的镜像提供了开箱即用的视频和音效生成能力，无需复杂的环境配置。

使用建议：

1. 对于长时间生成任务，建议监控系统资源使用情况
2. 批量生成时，可以适当间隔请求以避免显存溢出
3. 如需扩展存储空间，可以挂载额外的数据卷
4. 二次开发时，建议参考容器内的API文档和示例代码

性能优化提示：

• 视频生成速度受prompt复杂度和时长影响
• 简单场景的生成速度通常快于复杂场景
• 音效生成通常比视频生成更快

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。