- 内容展现
- 最新评论
10倍的AI绘图性能提升:Stable Diffusion+Microsoft Olive性能测试
Stable Diffusion是目前知名度最高的AI绘图软件,因为这是一款开源软件,任何人都可以获取并进行二次训练以及修改,所以目前网络上流传的版本和模型极多。其中流传最广的应该是“Automatic1111”的Stable diff ... . ...
前言
Stable Diffusion是目前知名度最高的AI绘图软件,因为这是一款开源软件,任何人都可以获取并进行二次训练以及修改,所以目前网络上流传的版本和模型极多。其中流传最广的应该是“Automatic1111”的Stable diffusion-wbui,很多非常好用的训练模型都是基于这个版本来进行训练,但是这个版本的Stable Diffusion对于AMD驱动并不友好,通常需要额外修改Pytorch指令或是安装修改好的Stable diffusion版本,并且效率也并不高,RX 7900 XTX的性能也只有1.87 it/s左右。要知道,在Stable Diffusion的nod-ai/SHARK版本,RX 7900 XTX的AI性能高达20.76 it/s,效率相差十几倍,可见这并非是RX 7900 XTX的算力不足,而是软件未能发挥出它的效率,但矛盾点又在于Automatic1111的训练模型太多太多了,多数AI画图师都不具备抛掉现有模型不用,自己重新训练的能力。于是,AMD和微软合作优化了AMD硬件在Microsoft Olive的路径,通过Microsoft DirectML平台充分发挥AMD GPU的AI加速能力。具体来说,就是 Python预装的 PyTorch无法发挥出AMD GPU的AI性能,而Microsoft Olive是一个Python转换工具,将基本模型从 PyTorch转换为ONNX,以此充分发挥AMD GPU的AI加速能力。AMD的官方数据显示,Microsoft Olive工具可以将RX 7900 XTX的每秒迭代速度从1.87it/s提高到18.59it/s,AI性能提升至9.9倍。 |
本文版权归 PCEVA,PC绝对领域,探寻真正的电脑知识 原作者所有 转载请注明出处
发表评论
最新评论
- 引用 tomoyo
- 本帖最后由 tomoyo 于 2023-11-30 11:34 编辑
stable-diffusion-webui-directml\repositories\generative-models
这个文件一直下不来。用梯子干脆都连不上
试了几次过了。。不过还是报错。。百度了一下改httpx没用
return AsyncHTTPTransport(
File "D:\sdai\amd2\stable-diffusion-webui-directml\venv\lib\site-packages\httpx\_transports\default.py", line 275, in __init__
self._pool = httpcore.AsyncConnectionPool(
TypeError: AsyncConnectionPool.__init__() got an unexpected keyword argument 'socket_options'
配置文档有问题。需要去删掉这个配置文档的一段
热门评论
热门评论