作者：武卓博士 英特尔AI布道师
刘力 英特尔物联网行业创新大使
什么是stable diffusion模型？
Stable Diffusion是stability.ai开源的AI图像生成模型，实现输入文字，生成图像的功能。Stable Diffusion将AI图像生成提升到了全新高度，将引发媒体创作领域的革命。
引用自：https://github.com/Stability-AI/StableDiffusion
什么是算力魔方？
算力魔方一款可以DIY的迷你主机，采用了抽屉式设计，后续组装、升级、维护只需要拔插模块。通过选择计算模块的版本，再搭配不同额IO模块可以组成丰富的配置，适应不同场景。性能不够时，可以升级计算模块提升算力，IO接口不匹配时，可以更换IO模块调整功能，而无需重构整个系统
基于OpenVINO在算力魔方上实现Stable Diffusion模型的推理加速，获得了14.9秒出图(不含模型初始化)的性能。
在图像生成过程中：CPU占用16%，内存占用7.5GB，GPU占用100%，显存利用率98.5%。
测试代码如下所示，方便读者在算力魔方上复现：openvino_notebooks/notebooks/225-stable-diffusion-text-to-image at main · openvinotoolkit/openvino_notebooks · GitHub。
那么接下来，我们就为大家划划重点，一起来看看有哪些重要的步骤、以及生成的画作效果如何吧。在这个代码示例中，我们采用了Stable Diffusion模型，将模型转换为 OpenVINO 中间表示 (IR) 格式，以便它在英特尔® GPU 上获得高效运行。另外，通过将 FP32 模型压缩到 FP16，我们将模型大小减少了一半（接近一半），而且运行所需的 RAM/VRAM 现在也少了很多。最重要的是，由于加入了英特尔® Xe 矩阵扩展（XMX），GPU 处理速度也获得了显著提升。
以下是我运行这个 Notebook 得到的一些结果，非常有趣。借助英特尔锐炫™ A380独立显卡，我可以实现大约每秒 6.0 次的迭代（未使用调试模式）。这意味着生成一幅下面的高质量图像通常只需不到 10 秒钟。
图1在基于 OpenVINO Notebooks 和算力魔方(英特尔锐炫™ A380)的平台上，通过“Stable Diffusion”模型文本转图像功能生成的结果。
看完了以上的AI作画的结果，你有没有心动、想自己动手试试呢？接下来，我们来看看你需要哪些主要步骤，就能在自己的机器上运行我们这个Stable Diffusion的notebook代码示例了。
首先，这是 OpenVINO Notebooks的仓库。它具有您今天完成演示所需要的一切。
openvino_notebooks/notebooks at main · openvinotoolkit/openvino_notebooks
Stable Diffusion位于 225-stable-diffusion-text-to-image 文件夹下
在notebook代码示例 中，我们不仅介绍了著名的文本转图像管道，还加入了图像转图像生成管道。但它的真正意义是什么？我们如何运行它？
管道
如何安装
如需安装 OpenVINO Notebooks，您可参照此处的说明（适用于 Windows）：Windows · openvinotoolkit/openvino_notebooks Wiki · GitHub
如果您是 Linux 用户，可点击此链接：Ubuntu · openvinotoolkit/openvino_notebooks Wiki · GitHub
总体而言，您可实施以下几步：
安装 Python 3.10.x。(或下方内容）并创建一个虚拟环境
python3 -m venv openvino_env
source openvino_env/bin/activate #for linux对目录实施 Git 克隆
git clone --depth=1 https://github.com/openvinotoolkit/openvino_notebooks.git
cd openvino_notebooks安装所有的库和依赖项
pip install -r requirements.txt运行 Jupyter Notebook
jupyter lab notebooks
运行所有单元格并等待 =)
现在，查看代码。我们切实地优化 PyTorch 管道，并使用 OpenVINO 执行代码。
首次下载和转换可能需要一点时间。完成之后，您将得到一组 IR 文件。为了方便，我已在这里将这些预训练的优化模型更新到 huggingface（https://huggingface.co/bes-dev/stable-diffusion-v1-4-openvino），大家可以直接下载使用
现在，如果您有幸使用英特尔锐炫™独立显卡，您便可将下图中设备名称的代码改为“GPU”。默认情况下，它使用“ AUTO”，并会自动切换至检测到的 GPU。
让它在 GPU 上运行
自动插件。它先使用 CPU，然后自动切换至 GPU。
结论
算力魔方是一款小巧而强大的计算设备，它们外形小巧、功耗低、接口丰富、可拓展性高，广泛用于教育、医疗保健、机器人、自动化和物联网等行业。
通过将算力魔方与OpenVINO相结合，可以实现各种复杂AI应用，包括加速AI模型的推理计算，实时图像和视频处理以及设备之间的低延迟通信等。文章来源：https://www.toymoban.com/news/detail-505322.html
在算力魔方上评估OpenVINO的AI加速效果，OpenVINO Notebooks 无疑是首选。欢迎在算力魔方上下载并安装OpenVINO Notebooks! 祝您编码快乐。https://github.com/openvinotoolkit/openvino_notebooks文章来源地址https://www.toymoban.com/news/detail-505322.html
到了这里，关于使用OpenVINO™在算力魔方上加速stable diffusion模型的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
