DAMODEL | 基于丹摩智算部署SD3+ComfyUI文生图

目录

• 文章前言
• SD3+ComfyUI文生图部署步骤
• • • 1.1、实例创建
  • 操作步骤
  • • 从HF-mirror下载SD3模型
    • 安装git
    • 安装ComfyUI

• 文章声明：非广告，仅是个人体验

文章前言

• 随着人工智能技术的飞速发展，文本生成图像（Text-to-Image, T2I）技术逐渐成为计算机视觉与自然语言处理交叉领域的研究热点。这一技术不仅打破了传统图像创作的界限，更让创意的边界无限延伸。在众多T2I模型中，SD3（Stable Diffusion系列的一个新版本，尽管“SD3”并非官方直接命名的版本，这里我们假设其为Stable Diffusion的一个高级或特定版本）以其卓越的生成质量和灵活性脱颖而出，而结合ComfyUI这一直观易用的界面，更是极大地降低了T2I技术的使用门槛。

SD3+ComfyUI文生图部署步骤

1.1、实例创建

进入创建页面后，首先在实例配置中首先选择付费类型为按量付费，其次选择单卡启动，然后选择需求的 GPU 型号，本次实验可以选择选择：按量付费--GPU 数量 1--NVIDIA-GeForc-RTX-4090，该配置为 60GB 内存，24GB 的显存。

继续往下翻，配置数据硬盘的大小，每个实例默认附带了 50GB 的数据硬盘，本次创建可以就选择默认大小 50GB，可以看到，平台提供了一些基础镜像供快速启动，镜像中安装了对应的基础环境和框架，这里选择 PyTorch1.13.1 的框架启动，也可以选择 PyTorch2.1.2 版本启动。

点击创建密钥对，输入自定义的名称，创建好密钥对后，选择刚刚创建好的密钥对，并点击立即创建，等待一段时间后即可启动成功！

操作步骤

视频教程：https://www.bilibili.com/video/BV156asevEcy?t=63.6

文生图WebUI

ComfyUI链接：https://github.com/comfyanonymous/ComfyUI

从HF-mirror下载SD3模型

pip install -U huggingface_hub

#设置环境变量
export HF_ENDPOINT=https://hf-mirror.com
#下载模型
huggingface-cli download --token hf_BbwgWIQLalWXUdHgvDGPDZpnLxo --resume-download stabilityai/stable-diffusion-3-medium --local-dir .

安装git

#安装git    
apt-get update
apt-get install git

我是已经安装过了的，如下图：

安装ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git

pip install -r requirements.txt --ignore-installed

#启动服务
python main.py --listen

如下图：

如下图：

通过丹摩平台的访问控制功能，把实例的内网映射到公网；

内网的端口是8188，所以我们添加8188都那口即可；

添加成功后，复制访问链接就能访问到Comfyul了。

可以看到，SD3模型已经载入。后面就可以根据文字生成图片了。

• 在本文中，我们详细探讨了SD3+ComfyUI文生图的部署步骤，从环境准备、模型下载、ComfyUI安装配置到实际使用，每一步都力求清晰明了，帮助读者快速上手并享受这一技术的魅力。通过本文的引导，读者不仅能够理解SD3模型背后的技术原理，还能掌握如何在自己的机器上部署并运行这一强大的文生图系统。

• 总结而言，SD3+ComfyUI文生图的部署过程虽然涉及多个环节，但只要遵循正确的步骤和注意事项，就能够顺利完成。一旦部署成功，用户将能够利用简洁的文本描述生成高质量的图像作品，无论是艺术创作、产品设计还是其他创意领域，都将受益匪浅。