CPUでStable Diffusionを実行する方法

今、一部の人々は高価なGPUを持っていません。それでも大丈夫です。私たちはCPUでStable Diffusionを実行できます。

これは非常に基本的なStable Diffusionの実装ですので、最先端の機能を期待しないでください。
もし2-4gb Vram以上の互換性のあるGPUをお持ちでしたら、Voldyガイドを試してください。
ほとんどの目的では、ウェブサービスやコラボを使用する方が実用的かもしれません。
しかし、自分の控えめなCPUで生成できることには特別な何かがあります。
すべてのクレジットはbes-devとrpythに帰属します。

• 特徴
  Txt2img/img2img
  ネガティブプロンプト
  プロンプトキューイング
  アップスケーリング
  Waifu Diffusionサポート
• 最小要件:
  Windows/Linux
  Python 3.8.+（Minicondaに含まれています）
  OpenVINOに対応したCPU（ほとんどのCPU）
  8gb RAM（ぎりぎり足りる、16gb以上推奨）
• どれくらい速いですか？
  メモリ速度のボトルネックのため、専用GPUほど速くはないかもしれませんが、遅くもありません。
  過去10年間のどのCPUでも、ノートパソコンのものを含め、512xの結果を得るのに数分以上かかることはないはずです。
  openVINOフレームワークは非常に最適化されており、特にIntel CPUに対して速く、ハードウェアの最大の潜在能力を引き出します。

ガイド

ステップ 1. Gitをインストール していない場合はインストールしてください。
-インストール時に、Windowsエクスプローラー統合 > Git Bashを選択してください。

ステップ 2. (W10) Windowsキー + Iを押してコントロールパネルを開き、「Developer Mode」を検索し、オンにします。

ステップ 3. Minicondaを こちらからダウンロードします。Miniconda 3をダウンロードします。
-Minicondaをデフォルトの場所にインストールします。すべてのユーザー用にインストールします。

ステップ 4. リポジトリをクローンします。
-希望の場所を右クリックし、「Git Bash here」を選択します。
-次のコマンドを入力します：git clone https://github.com/bes-dev/stable_diffusion.openvino
または、.zipとしてダウンロードできます こちら からダウンロードし、解凍します。

ステップ 5. Anaconda Prompt（miniconda3）を開きます。
ダウンロードした場所にある /stable-diffusion-v1-4-openvino フォルダに移動します。「cd」を使ってフォルダを移動します。
(または「cd」と入力し、スペースを入れてからフォルダをAnacondaプロンプトにドラッグします。)

ステップ 6. Minicondaに次のコマンドを入力して環境を設定します：

• conda create --name vin python=3.9 pip
• conda activate vin
• conda install pip
• pip install -r requirements.txt
• pip install Pillow pyyaml sv-ttk
  必要なリソースがインストールされるまで辛抱強く待ってください。これには少し時間がかかる場合があります。

ステップ 7. 次の pyGUIスクリプト をダウンロードします。
すべてのファイルをメインの /stable-diffusion-v1-4-openvino フォルダにコピーし、ファイルの競合があった場合は置き換えを選択します。

ステップ 8. 次の RealESRGANアップスケーラー (Linux版)
解凍し、フォルダを /stable-diffusion-v1-4-openvino 内に置きます。
これで完了です。

使用法

1. Minicondaプロンプトを開き、以前と同様に /stable-diffusion-v1-4-openvino に移動します。
2. 次のコマンドを入力します：conda activate vin （スクリプトを実行するたびにこれを行う必要があります）。
3. 次のコマンドを入力します：python pygui.py

初回設定
設定に移動 -> GUIで構成します。
-[?] を押してファイルブラウザを開き、RealESRGAN実行可能ファイルをリンクします。「開く」を押します。
-同様にopenvinoフォルダからdemo.py ファイルをリンクします。
-Python実行可能ファイルへのパスを追加します。これは C:\ProgramData\Miniconda3\python.exe のはずです。
-保存を押します。

生成

• キューに移動 -> アイテムを追加して新しいプロンプトを入力します。
• またはキュー -> アイテムを復元して最後に入力したプロンプトを読み込みます。
  プロンプト: あなたが望むことを説明するキーワード、最良の結果を得るために詳細に記述してください。
  アンプロンプト: あなたが望まないことを説明するキーワード。
  出力: 出力パスと出力.pngの名前。
  画像: Img2Img、バリエーションを作成するための画像ファイルを選択します。
  ステップ: 出力のために行うべきイテレーションの数。多いほど良いです。35-55が最適です。>75はやりすぎです。
  シード: 出力のシード、デフォルトではランダムです。
  アップスケール: 画像をどのようにアップスケールするかを選択します。
  設定: 出力に関する情報を保存します。

リンク/ノート

• Python 3.10でバージョンエラーが発生し、競合するインストールを避けたい場合は、ポータブルWinpython 3.9を試してください。
• 複数の異なるプロンプトを連続して実行するためにキューに追加できます。
  出力が完了するのを待たずに新しいプロンプトを入力できるので、非常に便利です。
• 出力フォルダを選択しない場合、出力は/appdata/local/tmpに行われます。「名前を付けて保存」を押して失わないようにしてください。
• 出力が異常に遅い（10-15分以上）場合、
  RAMの制限を超えた可能性が高く、SDがドライブのスワップパーティションを仮想RAMとして使用しています。（8gbでは一般的な問題です。）
  すべての他のプログラムを閉じて、より多くのメモリを解放してください。
• Stable Diffusion openVINO Github
• Stable Diffusion openVINOページ
• Litechanページ
• Progrockアップスケーラー（openVINOと互換性あり）

－結果ごとの速度－
(Intel(R) Core(TM) i5-8279U) 7.4 s/it 3.59分
(AMD Ryzen Threadripper 1900X) 5.34 s/it 2.58分
(Intel(R) Xeon(R) Gold 6154 CPU) 1 s/it 33秒