Upload ./README_zh.md with huggingface_hub

README_zh.md

@@ -1,11 +1,19 @@
 # 混元-DiT TensorRT 加速
 
-[English](https://huggingface.co/Tencent-Hunyuan/TensorRT-libs/blob/main/README.md) | 中文
+语言: [**English**](https://huggingface.co/Tencent-Hunyuan/TensorRT-libs/blob/main/README.md) | **中文**
 
 我们提供了将 [混元-DiT](https://github.com/Tencent/HunyuanDiT) 中的文生图模型转换为 TensorRT 的代码和相关依赖用于推理加速
-（比 Flash Attention 更快）。 您可以使用以下步骤使用我们 TensorRT 模型。
+(比 Flash Attention 更快). 您可以使用以下步骤使用我们 TensorRT 模型, 基于 **TensorRT-9.2.0.5** 和 **cuda (11.7 或 11.8)**.
 
-## 1. 从 Huggingface 下载 TensorRT 的依赖文件
+> ⚠️ **重要提醒 (关于TensorRT加速版本测试的建议)**:   
+> 我们建议用户在 Compute Capability>=8.0 的 NVIDIA 显卡上测试 TensorRT 版本, (例如, RTX4090, RTX3090, H800, A10/A100/A800 等)
+> 您可以从[这里](https://developer.nvidia.com/cuda-gpus#compute)查询到您显卡对应的 Compute Capability。
+> 对于 Compute Capability<8.0 的 NVIDIA 显卡，如果您要尝试 TensorRT 版本，有可能遭遇 TensorRT Engine 文件无法生成的错误或推理性能较差
+> 的问题，主要原因在于 TensorRT 没有在该架构上支持 fused mha kernel。
+
+## 🛠 构建步骤
+
+### 1. 从 Huggingface 下载 TensorRT 的依赖文件
 
 ```shell
 cd HunyuanDiT
@@ -14,15 +22,15 @@ cd HunyuanDiT
 huggingface-cli download Tencent-Hunyuan/TensorRT-libs --local-dir ./ckpts/t2i/model_trt
 ```
 
-## 2. 安装 TensorRT 依赖
+### 2. 安装 TensorRT 依赖
 
 ```shell
 sh trt/install.sh
 ```
 
-## 3. 构建 TensorRT engine
+### 3. 构建 TensorRT engine
 
-### 方法1: 使用预构建的 engine
+#### 方法1: 使用预构建的 engine
 
 本仓库提供了一些预构建的 TensorRT engine.  
 
@@ -38,21 +46,18 @@ sh trt/install.sh
 huggingface-cli download Tencent-Hunyuan/TensorRT-engine <远程地址> --local-dir ./ckpts/t2i/model_trt/engine
 ```
 
-### 方法2: 自行构建 engine
+#### 方法2: 自行构建 engine
 如果您使用不同于上面表格中的 GPU, 可以使用以下命令构建适配于当前 GPU 的 engine.
 
 ```shell
 # 首先设置 TensorRT 构建相关的环境变量，我们提供了一个脚本来一键设置
 source trt/activate.sh
 
-# 方式1: 构建 TensorRT engine. 默认会读取当前目录下的 ckpts 文件夹
+# 构建 TensorRT engine. 默认会读取当前目录下的 ckpts 文件夹
 sh trt/build_engine.sh
-
-# 方式2: 如果您的模型目录不是 ckpts, 需要指定模型目录
-sh trt/build_engine.sh </path/to/ckpts>
 ```
 
-4. 使用 TensorRT 模型进行推理.
+### 4. 使用 TensorRT 模型进行推理.
 
 ```shell
 # 使用 prompt 强化 + 文生图 TensorRT 模型进行推理
@@ -61,3 +66,7 @@ python sample_t2i.py --prompt "渔舟唱晚" --infer-mode trt
 # 关闭 prompt 强化 (可以在显存不足时使用)
 python sample_t2i.py --prompt "渔舟唱晚" --infer-mode trt --no-enhance
 ```
+
+## ❓ Q&A
+
+参考 [Q&A](./QA.md) 获取更多关于构建 TensorRT Engine 的问题解答.