TRELLIS.2显存与速度：把H100公开基准与个人任务预算分开，先完成运行前检查

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
拥有对应产品的当前可用账号；生成、导出和协作权限按实际计划核对。
练习素材均为作者原创或明确授权；只有实际在目标工具运行后才填写产品结果。

操作步骤：
1. 核对硬件边界
官方当前测试环境为Linux和NVIDIA显卡，至少24GB显存。Apple Silicon可做作者GLB检查，但不等同官方CUDA推理环境。

2. 拆分公开与个人时间
预算表将公开H100参考和actual_seconds分开。公开512、1024、1536基准仅用于理解量级。

3. 记录软件版本
列CUDA、PyTorch、仓库和模型版本，安装前检查依赖。不要在不适合机器上无限重装来证明能跑。

4. 选择最小真实实验
具备环境时先选择低分辨率单输入，记录准备、推理和导出耗时。冷启动模型下载时间应与推理时间分开。

5. 核对分辨率含义
这里的体素分辨率不是最终纹理贴图像素，也不直接等于面数。分别保留texture_size和最终faces字段。

6. 用原生资产先练验收
没有GPU时打开作者水壶GLB检查几何与材质。该步骤不应被写成TRELLIS完成了生成。

7. 交付预算证据
保存资格表、真实耗时与未测项，明确不保证服务时延。此课只准备运行和验收材料，不代购GPU。

验收：
Linux、NVIDIA至少24GB等当前官方先决条件被核对
H100公开3/17/60秒标注公开环境，不伪装本机实测
保存实际产品版本、输入和导出文件；未执行项明确保留未测。

官方资料：
https://github.com/microsoft/TRELLIS.2

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。
