首页 > 系统相关 >A卡在ubuntu下部署stable-diffusion-webui

A卡在ubuntu下部署stable-diffusion-webui

时间:2023-06-04 15:12:33浏览次数:62  
标签:diffusion stable rocm webui ubuntu 安装

因为自己之前为了装黑苹果把1080ti卖了买了6800XT,在现在这个玩AI的时代后悔莫及,先尝试在mac m1下安装了stable-diffusion-webui,功能基本上都能用,就是速度太慢。
后来想了想还是装了ubuntu,组成win+mac+ubuntu的三系统

1. 安装ubuntu

安装ubuntu基本都有教程,使用UEFI安装好之后在启动器上配置下ubuntu的启动位置,不然启动系统后看不到ubuntu系统

2. 安装显卡驱动和rocm

安装stable-diffusion-webui之前需要安装AMD的驱动和rocm,主要参考:

安装过程有点慢,我晚上挂机安装

3. 安装pyTorch

https://pytorch.org/get-started/locally/ 安装pyTorch,选择rocm的方式

安装完检查下安装是否正常
进入python

python3

在python中输入,

import torch
torch.cuda.is_available() 

如果返回True,说明GPU有官方支持,直接exit()退出python

4. 安装stable-diffusion-webui

参考官方文档或者https://www.bilibili.com/read/cv22056432 进行安装
然后正常安装stable-diffusion-webui

需要注意
打开webui-user.sh文件进行编辑,找到export COMMANDLINE_ARGS这一行,在后面写上"--precision full --no-half --skip-torch-cuda-test"
这个不同显卡型号不一样,6800XT是可以不加--precision full --no-half ,其他型号可以先加上正常启动后然后去掉看下

启动时遇到:

MIOpen(HIP): Warning [BuildHip] /tmp/comgr-5b498c/input/naive_conv.cpp:39:10: fatal error: 'limits' file not found
#include <limits> // std::numeric_limits
         ^~~~~~~~
1 error generated when compiling for gfx1030.
terminate called after throwing an instance of 'miopen::Exception'

可以参考
https://github.com/RadeonOpenCompute/ROCm/issues/1889
sudo apt install libstdc++-12-dev

5.运行时检查是否用的是GPU

rocm-smi看下是不是使用的是GPU,第一次装没有装好rocm直接用的是CPU,巨慢无比

======================= ROCm System Management Interface =======================
================================= Concise Info =================================
GPU  Temp (DieEdge)  AvgPwr  SCLK     MCLK     Fan     Perf  PwrCap  VRAM%  GPU%  
0    66.0c           269.0W  2325Mhz  1000Mhz  54.12%  auto  255.0W   71%   99%   

实测下来,512x512 放大2倍,mac需要10min,而6800XT只需要1min,速度提升很大,比较满意

标签:diffusion,stable,rocm,webui,ubuntu,安装
From: https://www.cnblogs.com/opama/p/17455693.html

相关文章

  • 扩散模型 - Stable Diffusion
    4StableDiffusionStableDiffusion是由StabilityAI开发的开源扩散模型。StableDiffusion可以完成多模态任务,包括:文字生成图像(text2img)、图像生成图像(img2img)等。4.1StableDiffusion的组成部分 StableDiffusion由两部分组成:文本编码器:提取文本prompt的信息图像生成......
  • 扩散模型 - Stable Diffusion
    4StableDiffusion​ StableDiffusion是由StabilityAI开发的开源扩散模型。StableDiffusion可以完成多模态任务,包括:文字生成图像(text2img)、图像生成图像(img2img)等。4.1StableDiffusion的组成部分​ StableDiffusion由两部分组成:文本编码器:提取文本prompt的......
  • 基于Grafana的WebUI添加Prometheus数据源(三)
    基于Grafana的WebUI添加Prometheus数据源(三)1、Grafana介绍1.1什么是GrafanaGrafana是一款近几年比较流行的开源数据绘图工具平台。Grafana原生支持包括但不限于InfluxDB,MySQL,OpenTSDB,PostgreSQL和Prometheus等多种数据源作为输入源数据。官方地址:https://grafana.com......
  • 如何在Mac、Windows和Docker上本地电脑上搭建AI人工智能绘画工具Stable Diffusion
    微信公众号:运维开发故事,作者:double冬一、概述目前,有诸如Midjourney等人工智能绘画网站可供大家来免费使用,但是由于是免费资源肯定会在机器性能和使用次数方面有所限制,因此如果能将人工智能绘画工具部署在本地运行就会突破机器性能和使用次数等方面的限制。可能所有人类画师都得发......
  • 文献阅读-Inferring Networks of Diffusion and Influence
    Authors: ManuelGomez-Rodriguez, JureLeskovec, AndreasKrause AuthorsInfo&ClaimsACMTransactionsonKnowledgeDiscoveryfromDataVolume5Issue4ArticleNo.:21pp1–37https://doi.org/10.1145/2086737.2086741  Abstract......
  • [论文阅读] Diffusion Models Beat GANs on Image Synthesis
    Pretitle:DiffusionModelsBeatGANsonImageSynthesisaccepted:NeurIPS2021paper:https://arxiv.org/abs/2105.05233code:https://github.com/openai/guided-diffusionref:https://sunlin-ai.github.io/2022/05/30/guided-diffusion.htmlref:https://blog.cs......
  • 摆脱设备限制,用AutoDL平台玩Stable Diffusion
    Stablediffusion是一个非常强大的开源AI绘画软件,自发布以来,便受到了用户的欢迎。不过,作为一款深度学习模型,Stablediffusion对设备的性能有一定的要求。像笔者的GTX1650就跑得很勉强,于是只能找平台搭远程玩了。这里记录一下笔者使用AutoDL玩Stablediffusion的过程。我用......
  • 直接用中文写提示词的Stable Diffusion扩展:sd-prompt-translator发布
    最近在研究AIGC,先是玩了一下Midjourney,后来Midjourney免费额度用完了,也不再开放免费额度给新用户使用了,于是转而研究StableDiffusion。StableDiffusion(以下简称SD)的最大优点就是开源免费,而且对硬件的要求不高,MacM1芯片就能跑,当然如果是高端N卡当然是更好了。关于StableDiffus......
  • Diffusion Model
    1.概述图像生成任务:给定一段文字,模型根据文字描述产生图片1.1图像生成方式一次生成一个pixel像Transformer接龙那样,一次生成一个pixel,然后作为下一个pixel的输入,这样依次生成一张图像的所有pixel一次生成整张图片的所有pixel每一个pixel独立绘制,但存在四不像的问题,每......
  • CVPR 2023 | Collaborative Diffusion 怎样让不同的扩散模型合作?
    前言 CVPR2023有哪些亮点?CollaborativeDiffusion提供了一种简单有效的方法来实现不同扩散模型之间的合作。本文转载自我爱计算机视觉作者|HuangZiqi仅用于学术分享,若侵权请联系删除欢迎关注公众号CV技术指南,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV......