硬件要求 | 您所在的位置:网站首页 › 内存大显卡会轻松吗 › 硬件要求 |
硬件要求 #内存 # 建议使用不少于 16 GB 内存。在一些情况下,可能需要调高虚拟内存,以容纳模型文件。 存储 #建议准备 40 GB 以上的可用硬盘空间。 显卡 #WARNING 注意显卡温度,有报道称显卡太热炸了。 显卡型号 #首先,很不幸地,因为需要用到 CUDA 加速,所以只有 英伟达显卡 支持良好。(AMD 可以用但速度明显慢于英伟达显卡,当然没显卡也可以用 CPU 花几百倍时间生成) 对于 Linux 系统 + AMD 显卡 请读 AMD 安装指南 和 AMD 安装 WebUI 指北 对于支持 AMD GPU 方案相关讨论 显卡保修 显卡厂家对于深度学习卡的保修政策等同于矿卡 过度玩耍(比如连续 3 天出图),显卡会有坏掉的风险 各种显卡的稳定扩散性能测试报告 检查配置 #检查显卡驱动 #通过 bashnvidia-smi判断 CUDA 是否可用。 检查 PyTorch 是否成功载入 CUDA #打开命令窗,输入 python 进入,分行输入 pythonimport torch print(torch.__version__) print(torch.cuda.is_available())如果出现 True 字样则正常。 查看 torch 对应的 CUDA 版本 #pythonimport torch torch.version.cuda输入 Ctrl + Z 退出 如果出现了任何错误,请询问他人或使用搜索引擎解决。 多 GPU 支持 #最简单的模式就是实现一个多数据并行处理的方法,通过 --device-id 参数启动多个实例。每个 GPU 加载一个模型,然后给它们分配工作。 考虑到这个项目所提供的功能众多,我(作者)认为可能需要一段时间才能在并行的情况下使用所有的功能。 作者的回应 Using memory from between two GPUs is not simple. I only have one so I can't research/develop this. 16xx 系显卡使用半精度生成图片 #16xx 系显卡可以使用半精度生成图片的方式 方案来自 这个讨论 激活 webui 使用的 venv,要在正确的虚拟环境里运行卸载掉现在所用的 torch 和 torchvision:bashpip uninstall torch torchvision 重新安装 CUDA 11.6 编译的 torch 和 torchvision。bashpip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu116 下载 CUDNN_8.5 备用。使用下载工具下载,直接下载会跳转到 NVIDIA 的开发者注册界面 Windows: https://developer.nvidia.com/compute/cudnn/secure/8.5.0/local_installers/11.7/cudnn-windows-x86_64-8.5.0.96_cuda11-archive.zip 其他版本: https://developer.nvidia.com/rdp/cudnn-archive 将 CUDNN 8.5 压缩包里的 bin 和 lib 文件夹里的所有文件复制到 venv\Lib\site-packages\torch\lib 里,覆盖所有文件。然后 16xx 系显卡也可以愉快地使用半精度生成图片了!大幅降低显存占用,6G 加载 Full 模型可以生成 1024x640 的图片。但是,依然不能使用 DDIM Sampling ,但可以使用 Euler a 网络 #安装时涉及到的大部分内容在国内的可访问性均不佳,建议自备加速手段。 |
CopyRight 2018-2019 实验室设备网 版权所有 |