Stable-diffusion支持Intel和AMD显卡加速出图的操作方法

   英伟达的显卡有CUDA加持Stable diffusion出图很快,但我无奈家徒四壁,只有AMD老显卡苦苦支撑着本不富裕的家庭,但是生活还是继续不是。来吧!兄弟,看看老显卡能不能加速出图就完事了。

Stable-diffusion支持Intel和AMD显卡加速出图的操作方法_第1张图片

   说明,我在MacOs上操作成功,同时我也加了windows上操作步骤

目录

第一步,安装OpenVINO™开发工具。

第二步,启用inter、AMD显卡加持

实际结果比较


第一步,安装OpenVINO™开发工具。

1、创建一个虚拟Python环境以避免依赖项冲突。要创建一个虚拟环境,请使用以下命令:
Linux和macOS

python3 -m venv openvino_env

Windows

python -m venv openvino_env 


2.激活虚拟环境
激活新创建的Python虚拟环境,发出此命令:
Linux和macOS

source openvino_env/bin/activate

  Windows 

openvino_env\Scripts\activate


重要提示 
以上命令在打开新的命令终端窗口时必须重新运行。
3.设置和更新PIP到最高版本 
确保在您的环境中安装了*pip*,并通过发出以下命令将其升级到最新版本:

4.安装软件包 
Python要将OpenVINO Development Tools安装到现有环境中,并选择您选择的深度学习框架,请运行以下命令:

pip install openvino-dev[onnx,pytorch]==2022.3.0

 5.测试安装
为了验证软件包是否正确安装,请运行以下命令(这可能需要几秒钟):

mo -h

  如果安装成功,您将看到模型优化器的帮助消息。    

第二步,启用inter、AMD显卡加持

1,下载补丁工具到stable-diffusion目录

https://github.com/bes-dev/stable_diffusion.openvino.git

2,确保程序能够升级成功,运行如下命令(也可以忽略本步骤)

python -m pip install --upgrade pip
pip install openvino-dev[onnx,pytorch]==2022.3.0

3,使用国内镜像,进行编译和加载依赖包

cd stable_diffusion.openvino
python3 -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

4,把GPU加速程序加载到stable-diffusion运行程序里

TORCH_COMMAND='pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/rocm5.1.1' python launch.py --precision full --no-half

5,运行stable-diffusion程序

./webui.sh

    

实际结果比较

   a,没有GPU加载时一张图生成需要6分钟左右。

Stable-diffusion支持Intel和AMD显卡加速出图的操作方法_第2张图片

   b,  有GPU加速时,一张图生成只有2分钟左右。

 Stable-diffusion支持Intel和AMD显卡加速出图的操作方法_第3张图片Stable-diffusion支持Intel和AMD显卡加速出图的操作方法_第4张图片

 最后看下成品吧,加面部修复的。

Stable-diffusion支持Intel和AMD显卡加速出图的操作方法_第5张图片

 咒语:
a chinese student with long hair and a black top is posing for a picture with her hand on a booke Walking in the campus, 1girl, solo, long_hair, looking_at_viewer, brown_hair, simple_background, black_hair, jewelry, earrings, necklace, lips, black_shirt, ring, realistic

你可能感兴趣的:(stable,diffusion)