Master Class: Xây Dựng AI Video Factory — Sản Xuất 20+ Video Mỗi Ngày

Hãy tưởng tượng một nhà máy hoạt động 24/7, không cần nghỉ ngơi, tự động sản xuất hàng chục video chất lượng cao mỗi ngày. Đó chính xác là những gì AI Video Factory mang lại — một pipeline hoàn toàn tự động kết hợp sức mạnh của RTX 3090/4090, ComfyUI, Ollama và n8n.

Trong masterclass này, bạn sẽ học:

• Cấu hình workstation RTX 3090/4090 tối ưu cho video generation
• Xây dựng pipeline với Ollama + ComfyUI + n8n
• Áp dụng TeaCache để tăng tốc render lên 2-3x
• Triển khai Hybrid Rendering để tối đa hóa throughput
• Đạt mốc 20+ video/ngày với chi phí tối thiểu

---

Phần 1: Phần Cứng — RTX 3090 vs RTX 4090

So Sánh Thông Số

Thông số	RTX 3090	RTX 4090
VRAM	24GB GDDR6X	24GB GDDR6X
CUDA Cores	10,496	16,384
Tensor Cores	3rd Gen	4th Gen
TDP	350W	450W
Giá thị trường	~$800–1,000	~$1,600–2,000
Video render speed	~4–6 fps	~8–12 fps

Khi nào chọn RTX 3090?

• Ngân sách hạn chế nhưng cần 24GB VRAM
• Chạy model Wan 2.1 14B hoặc FLUX ở độ phân giải 720p
• Khi kết hợp với Hybrid Rendering (xem Phần 4)

Khi nào nâng cấp lên RTX 4090?

• Cần render 1080p+ ổn định
• Chạy đồng thời ComfyUI + Ollama LLM
• Mục tiêu 20+ video/ngày mà không cần Hybrid Rendering

Cấu Hình Workstation Khuyến Nghị

Build RTX 3090 (Budget: ~$2,500)

CPU: AMD Ryzen 9 7950X (16 cores)
GPU: ASUS ROG Strix RTX 3090 24GB
RAM: 64GB DDR5 5600MHz
NVMe: 2TB Samsung 990 Pro (OS + Models)
NVMe: 4TB WD Black SN850X (Output storage)
PSU: Corsair HX1000i 1000W

Build RTX 4090 (Budget: ~$4,000)

CPU: Intel Core i9-13900K hoặc AMD Ryzen 9 7950X
GPU: ASUS ROG Strix RTX 4090 24GB
RAM: 64GB DDR5 6000MHz
NVMe: 2TB Samsung 990 Pro (OS + Models)
NVMe: 4TB + 4TB RAID 0 (Output pipeline)
PSU: be quiet! Dark Power 13 1000W

Tối Ưu Driver và Power Limit

# Cài CUDA Toolkit
sudo apt install nvidia-cuda-toolkit

# Kiểm tra GPU
nvidia-smi

# Tối ưu power limit
sudo nvidia-smi -pl 350   # RTX 3090
sudo nvidia-smi -pl 450   # RTX 4090

# Enable persistent mode
sudo nvidia-smi -pm 1

---

Phần 2: Tech Stack — Ollama + ComfyUI + n8n

Kiến Trúc Tổng Quan

[n8n Workflow Engine]
         ↓
[Ollama LLM — Script Generation]
         ↓
[ComfyUI — Video/Image Generation]
         ↓
[FFmpeg — Post-processing]
         ↓
[Output Storage / CDN]

2.1 Cài Đặt Ollama

Ollama xử lý phần script generation và prompt engineering — tự động tạo kịch bản và prompt cho từng video. Bạn có thể tham khảo thêm về cách chọn model phù hợp trong bài LLM Self-Host 2025: DeepSeek, Llama, Qwen.

# Cài đặt Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# Pull model cho script generation
ollama pull llama3.3:70b          # Script writing (cần 40GB RAM)
ollama pull qwen2.5:14b           # Prompt engineering (cần 10GB VRAM)
ollama pull mistral-nemo:12b      # Fallback nhẹ hơn

# Test API
curl http://localhost:11434/api/generate -d '{
  "model": "qwen2.5:14b",
  "prompt": "Write a 60-second video script about AI automation",
  "stream": false
}'

Cấu hình GPU offload:

# ~/.bashrc
export OLLAMA_NUM_GPU=1
export OLLAMA_GPU_LAYERS=35      # RTX 3090
# export OLLAMA_GPU_LAYERS=45   # RTX 4090
export OLLAMA_MAX_LOADED_MODELS=2

Để hiểu sâu hơn về fine-tuning và triển khai Llama cho script generation, xem thêm Llama 3.3 70B: Hướng Dẫn Triển Khai Enterprise.

2.2 Cài Đặt ComfyUI

ComfyUI là engine chính để generate video frames và xử lý visual pipeline.

# Clone ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI

# Tạo virtual environment
python -m venv venv
source venv/bin/activate

# Cài dependencies
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install -r requirements.txt

# Cài ComfyUI Manager
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager

# Start ComfyUI với API mode
python main.py --listen 0.0.0.0 --port 8188 --api-only

Models cần thiết:

• Wan 2.1 14B — Text-to-Video tốt nhất 2025 → models/wan/
• FLUX.1 — Image generation chất lượng cao → models/checkpoints/
• AnimateDiff — Animation → models/animatediff_models/

2.3 Cài Đặt n8n (Workflow Orchestration)

n8n là trung tâm điều phối — kết nối tất cả các thành phần và tự động hóa toàn bộ pipeline.

# Docker (khuyến nghị cho production)
docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  n8nio/n8n

# Cài với PM2 để chạy background
npm install -g n8n pm2
pm2 start n8n --name "n8n-video-factory"
pm2 startup && pm2 save

Cấu trúc Workflow n8n:

Trigger (Schedule/Webhook)
    ↓
HTTP Request → Ollama (Generate Script)
    ↓
Function Node (Parse Script → Scenes)
    ↓
Loop (Mỗi scene):
    ↓
HTTP Request → Ollama (Generate Image Prompt)
    ↓
HTTP Request → ComfyUI API (Generate Video Clip)
    ↓
Wait for Completion (Polling)
    ↓
HTTP Request → FFmpeg API (Merge Clips)
    ↓
Upload to Storage → Notification

---

Phần 3: TeaCache — Tăng Tốc Render 2-3x

TeaCache (Timestep Embedding Aware Cache) là breakthrough lớn trong video generation năm 2025. Thay vì compute toàn bộ attention ở mỗi timestep, TeaCache cache lại các feature maps không thay đổi nhiều giữa các bước denoising — giảm thời gian render đáng kể mà chất lượng không sụt nhiều.

Cài Đặt TeaCache cho ComfyUI

cd ComfyUI/custom_nodes
git clone https://github.com/wellesleyfilms/ComfyUI-TeaCache
pip install -r ComfyUI-TeaCache/requirements.txt

Cấu Hình TeaCache Node

{
  "TeaCache": {
    "rel_l1_thresh": 0.15,
    "cache_device": "cuda",
    "enable_teacache": true,
    "coefficients": "wan_video"
  }
}

Benchmark Thực Tế

RTX 3090 — Wan 2.1 14B (480p, 81 frames):

Mode	Thời gian render	Speedup
Baseline (không TeaCache)	4m 20s	1x
TeaCache thresh=0.10	2m 45s	1.58x
TeaCache thresh=0.15	2m 10s	2.00x
TeaCache thresh=0.20	1m 50s	2.36x

RTX 4090 — Wan 2.1 14B (720p, 81 frames):

Mode	Thời gian render	Speedup
Baseline	3m 15s	1x
TeaCache thresh=0.15	1m 22s	2.38x
TeaCache thresh=0.20	1m 08s	2.87x

Lưu ý: thresh=0.15 là điểm cân bằng tốt nhất giữa tốc độ và chất lượng. Tăng lên 0.20+ có thể gây artifacts ở chuyển động phức tạp.

Tích Hợp TeaCache vào n8n

// n8n Function Node: Tạo ComfyUI payload với TeaCache
const payload = {
  "prompt": {
    "1": {
      "class_type": "WanVideoSampler",
      "inputs": {
        "model": ["2", 0],
        "steps": 20,
        "cfg": 6.0,
        "use_teacache": true,
        "teacache_thresh": 0.15
      }
    }
  }
};
return [{ json: payload }];

---

Phần 4: Hybrid Rendering — Tối Đa Hóa Throughput

Hybrid Rendering là chiến lược kết hợp GPU và CPU để chạy song song nhiều tác vụ, tối đa hóa utilization của toàn bộ hệ thống.

Kiến Trúc Hybrid Rendering

┌─────────────────────────────────────────┐
│              n8n Orchestrator           │
└──────────┬──────────────┬──────────────┘
           │              │
    ┌──────▼──────┐ ┌─────▼──────┐
    │  GPU Queue  │ │  CPU Queue │
    │  (ComfyUI)  │ │  (FFmpeg)  │
    └──────┬──────┘ └─────┬──────┘
           │              │
    ┌──────▼──────────────▼──────┐
    │      Output Merger         │
    │   (Final Video Assembly)   │
    └────────────────────────────┘

Phân Chia Tác Vụ

GPU (RTX 3090/4090) xử lý:

• Text-to-Video generation (ComfyUI + Wan 2.1)
• Image generation (FLUX.1)
• Upscaling (Real-ESRGAN)

CPU (Ryzen 9 7950X / i9-13900K) xử lý:

• Audio generation (TTS, nhạc nền)
• Video merging & encoding (FFmpeg)
• Subtitle rendering
• Thumbnail creation

Queue Manager Python

# video_factory/queue_manager.py
import asyncio
import aiohttp
from concurrent.futures import ThreadPoolExecutor

class VideoFactoryQueue:
    def __init__(self, gpu_workers=1, cpu_workers=8):
        self.gpu_queue = asyncio.Queue()
        self.cpu_queue = asyncio.Queue()
        self.executor = ThreadPoolExecutor(max_workers=cpu_workers)

    async def gpu_worker(self):
        while True:
            job = await self.gpu_queue.get()
            result = await self.generate_video_comfyui(job)
            await self.cpu_queue.put(result)
            self.gpu_queue.task_done()

    async def cpu_worker(self):
        while True:
            result = await self.cpu_queue.get()
            await asyncio.get_event_loop().run_in_executor(
                self.executor,
                self.process_with_ffmpeg,
                result
            )
            self.cpu_queue.task_done()

    async def generate_video_comfyui(self, job):
        async with aiohttp.ClientSession() as session:
            async with session.post(
                ,
                json={: job[]}
            )  response:
                  response.json()

     ():
         subprocess
        cmd = [
            , ,
            , , , ,
            , clips[],
            , , , ,
            , ,
            clips[]
        ]
        subprocess.run(cmd, check=)

Throughput Thực Tế

RTX 3090 + Hybrid Rendering:

Loại video	Thời gian/video	Videos/ngày
30s, 480p, Wan 2.1	~5 phút	~288 videos
60s, 480p, Wan 2.1	~10 phút	~144 videos
60s, 720p, Wan 2.1	~18 phút	~80 videos
3 phút, 1080p mix	~45 phút	~32 videos

RTX 4090 + TeaCache + Hybrid Rendering:

Loại video	Thời gian/video	Videos/ngày
30s, 720p, Wan 2.1	~3 phút	~480 videos
60s, 720p, Wan 2.1	~6 phút	~240 videos
60s, 1080p, Wan 2.1	~12 phút	~120 videos
3 phút, 1080p mix	~25 phút	~57 videos

---

Phần 5: Pipeline Hoàn Chỉnh — Từ Idea Đến Video

Bước 1: Input Processing

// Nhận input từ CSV, Google Sheet hoặc API
const topics = items[0].json.topics;
return topics.map(topic => ({
  json: {
    topic,
    style: "educational",
    duration: 60,
    resolution: "720p",
    language: "vi"
  }
}));

Bước 2: Script Generation (Ollama)

const prompt = `Viết kịch bản video 60 giây về "${$json.topic}".
Format JSON với fields: title, hook, scenes (array), cta.
Mỗi scene: duration (giây), visual_description, narration`;

const response = await $http.post("http://localhost:11434/api/generate", {
  model: "qwen2.5:14b",
  prompt: prompt,
  format: "json",
  stream: false
});

Để tối ưu hóa Qwen 2.5 cho task viết script, xem thêm Qwen 2.5: Xây Dựng AI Agent Workflow.

Bước 3: Visual Generation (ComfyUI)

const scenes = $json.script.scenes;
const workflows = scenes.map(scene =>
  buildWanVideoWorkflow({
    prompt: scene.visual_description,
    duration: scene.duration,
    resolution: "720x1280",  // 9:16 cho social media
    steps: 20,
    teacache: true
  })
);

Bước 4: Post-Processing (FFmpeg)

ffmpeg -y \
  -f concat -safe 0 -i clips_list.txt \
  -i audio_narration.mp3 \
  -i background_music.mp3 \
  -filter_complex "[1:a][2:a]amix=inputs=2:weights=3 1[aout]" \
  -map 0:v -map "[aout]" \
  -c:v libx264 -crf 18 -preset fast \
  -c:a aac -b:a 192k \
  -movflags +faststart \
  output_video.mp4

Bước 5: Distribution (n8n)

const platforms = [
  { name: "YouTube", api: ytUploadNode },
  { name: "TikTok", api: tiktokUploadNode },
  { name: "Instagram Reels", api: igUploadNode }
];

// Parallel upload
await Promise.all(platforms.map(p => p.api.upload(videoPath)));

---

Phần 6: Monitoring và Tối Ưu Chi Phí

# Giám sát GPU real-time
watch -n 1 nvidia-smi

# Log ComfyUI
tail -f ComfyUI/comfyui.log

# Tính chi phí điện/tháng (giá điện VN bậc 4: ~3,350 VNĐ/kWh)
# RTX 3090 (350W x 24h x 30 ngày): 8.4 kWh/ngày ≈ 845,000 VNĐ/tháng
# RTX 4090 (450W x 24h x 30 ngày): 10.8 kWh/ngày ≈ 1,085,000 VNĐ/tháng

Checklist hàng ngày:

• Kiểm tra GPU temperature (< 83°C cho 3090, < 85°C cho 4090)
• Review output queue — xem video bị fail
• Monitor disk space (output videos chiếm nhiều dung lượng)
• Review n8n execution logs

---

Kết Luận

Với AI Video Factory được xây dựng đúng cách:

• RTX 3090 → 80–144 video/ngày chất lượng 720p
• RTX 4090 + TeaCache + Hybrid Rendering → 120–240 video/ngày

Chìa khóa thành công:

1. TeaCache giảm thời gian render 2-3x mà không mất chất lượng đáng kể
2. Hybrid Rendering tận dụng CPU cho post-processing song song với GPU
3. n8n làm trung tâm điều phối thông minh, tự động retry khi fail
4. Ollama + Qwen 2.5 generate script và prompt chất lượng cao

Đây là nền tảng để xây dựng một content operation thực sự có thể scale — từ 20 đến hàng trăm video mỗi ngày.