ToB企服应用市场:ToB评测及商务社交产业平台

标题: Stable Diffusion——利用TensorRT GPU加快提升Stable Diffusion出图速率 [打印本页]

作者: 前进之路 时间: 2024-8-16 05:24
标题: Stable Diffusion——利用TensorRT GPU加快提升Stable Diffusion出图速率
概述

Diffusion 模子在生成图像时最大的瓶颈是速率过慢的问题。为了解决这个问题，Stable Diffusion 采用了多种方式来加快图像生成，使得及时图像生成成为可能。最焦点的加快是Stable Diffusion 利用了编码器将图像从原始的 3512512 大小转换为更小的 46464 大小，从而极大地低落了计算量。它还利用了潜在表示空间（latent space）上的 Diffusion 过程，进一步低落了计算复杂度，同时也能保证较好的图像生成结果。在消费级GPU 上（8G显存），Stable Diffusion 要生成一张形貌复杂图像大概需要 4 秒时间。
然而，对于许多面向消费者的应用来说，每张图像生成需要 4 秒的耗时仍旧过长。这时候，TensorRT 就发挥了重要作用。TensorRT 是英伟达（NVIDIA）推出的高性能深度学习推理（inference）库，旨在优化和加快深度学习模子的推理过程。它能够将练习好的深度学习模子优化并摆设到 NVIDIA GPU 上，实实际时推理使命的高效执行。TensorRT 的设计目标是提高推理性能、淘汰延迟和资源斲丧，并支持在边缘设备上运行。
TensorRT 提供了许多优化技术，包括网络层融合（layer fusion）、内存优化、精度降级（precision calibration）、量化（quantization）和深度学习模子的裁剪（network pruning）。通过这些技术，TensorRT 可以最大限度地利用 GPU 的并行计算本领，实现深度学习模子的高效执行。
2023年10月18日 Nvidia终于推出了官方的TensorRT插件Stable-Diffusion-WebUI-TensorRT，该插件可以直接在 webui 的 extension 中安装即可，默认支持cuda11.x。
感兴趣可参加：566929147 企鹅群一起学习讨论
情况设置要求

要利用Stable-Diffusion-WebUI-TensorRT插件加快，有几个重要的前提条件，GPU必须是NVIDIA的（俗称N卡），GPU的显存必须在8G以上，包含8G，GPU驱动版本大于即是537.58,假如电脑没有别的深度学习模子要练习，发起驱动更新到最新的版本。物理内存大于即是16G。
支持Stable-Diffusion1.5,2.1，SDXL，SDXL Turbo 和 LCM。对于 SDXL 和 SDXL Turbo，官方保举利用具有12GB 或更多 VRAM 的 GPU，以得到最佳性能。

查看GPU驱动版本：

查看内存与显卡型号：

我利用的情况是win10,GPU 3080 10G显存，32G内存，Stable Diffusion用的是秋叶大佬的4.5这个版本。
Stable-Diffusion-WebUI-TensorRT安装

1.安装

启动Stable-Diffusion-WebUI，找到扩展，然后从网址安装TensorRT插件：
插件网址：https://github.com/NVIDIA/Stable-Diffusion-WebUI-TensorRT.git