如何在CPU上運行Stable Diffusion

現在，有些人沒有高級的GPU。這沒關係。我們可以在CPU上運行Stable Diffusion。

這是一個極其簡單的Stable Diffusion實現，請不要期待尖端功能
如果你有一個兼容的GPU，擁有2-4gb Vram或更多，請參考Voldy指南
對於大多數用途，使用網絡服務或collab來運行Stable Diffusion可能更實用
但能夠在你自己的普通CPU上生成東西是有其特別之處的
所有功勞歸於bes-dev和rpyth

• 功能
  Txt2img/img2img
  負面提示
  提示排隊
  升級
  Waifu Diffusion支持
• 最低要求：
  Windows/Linux
  Python 3.8.+（包含在Miniconda中）
  與OpenVINO兼容的CPU（大多數CPU）
  8gb RAM（剛好夠用，建議16gb以上）
• 速度如何？
  由於內存速度瓶頸，它可能不會像專用GPU那樣快，但也不會太慢
  對於過去10年內的任何CPU，包括筆記本電腦，生成512x結果的時間不會超過幾分鐘
  openVINO框架非常優化且快速，特別是對於Intel CPU，能夠充分發揮你的硬件潛力

指南

步驟 1. 安裝 Git 如果你還沒有安裝
-安裝時，確保選擇Windows Explorer集成 > Git Bash

步驟 2. (W10) 按Windows鍵 + I打開控制面板，搜索「開發者模式」，並將其 打開

步驟 3. 下載Miniconda 這裡。下載Miniconda 3
-將Miniconda安裝在默認位置。為 所有用戶安裝。

步驟 4. 克隆倉庫
-在你想要的位置右鍵單擊並選擇「在此處打開Git Bash」
-輸入 git clone https://github.com/bes-dev/stable_diffusion.openvino
或者，你可以將其作為.zip文件下載 這裡 並解壓縮

步驟 5. 打開Anaconda Prompt（miniconda3）。
使用「cd」導航到你下載的 /stable-diffusion-v1-4-openvino 文件夾。
（或者只需輸入「cd」後跟一個空格，然後將文件夾拖入Anaconda提示符。）

步驟 6. 在Miniconda中輸入以下命令以設置你的環境：

• 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
  耐心等待必要資源的安裝，這可能需要一些時間

步驟 7. 下載 pyGUI腳本
解壓並將所有文件複製到你的主 /stable-diffusion-v1-4-openvino 文件夾中，並在任何文件衝突時點擊 替換

步驟 8. 下載 RealESRGAN升級器 (linux版本)
解壓並將文件夾放入 /stable-diffusion-v1-4-openvino
完成了

使用方法

1. 打開Miniconda提示符，並像之前一樣導航到 /stable-diffusion-v1-4-openvino 
2. 輸入 conda activate vin （每次運行腳本時都需要這樣做）
3. 輸入 python pygui.py

首次設置
在GUI中轉到設置 -> 配置
-點擊 [?] 打開文件瀏覽器，並通過點擊「打開」來鏈接RealESRGAN可執行文件
-以相同的方式鏈接你的 demo.py 文件，來自openvino文件夾
-添加你的Python可執行文件的路徑，應該是 C:\ProgramData\Miniconda3\python.exe
-點擊保存

生成

• 轉到隊列 -> 添加項目以輸入新提示
• 或隊列 -> 恢復項目以加載你最後輸入的提示
  提示：描述你想要的關鍵字，為了獲得最佳結果請詳細描述
  反提示：描述你不想要的圖像關鍵字
  輸出：輸出路徑和輸出.png的名稱
  圖像：Img2Img，選擇一個圖像文件以創建其變體
  步驟：輸出應該進行多少次迭代。越多=越好。35-55是最佳範圍。>75則是過度
  種子：輸出的種子，默認隨機
  升級：選擇你希望圖像如何升級
  配置：保存有關輸出的信息

鏈接/備註

• 如果你在使用3.10時遇到Python版本錯誤，並且不想有衝突的安裝，請嘗試可攜式的Winpython 3.9
• 你可以排隊多個不同的提示，依次運行。
  這非常方便，因為你不需要等待一個輸出完成才能輸入新的提示）
• 如果你不選擇輸出文件夾，它們將輸出到/appdata/local/tmp。點擊「另存為」以免丟失它們）
• 如果你的輸出異常緩慢（10-15分鐘以上），
  很可能是你的RAM限制被超過，SD正在使用你的驅動器上的交換分區作為臨時RAM。（8gb的常見問題）
  關閉所有其他程序並釋放更多內存
• Stable Diffusion openVINO Github
• Stable Diffusion openVINO頁面
• Litechan頁面
• Progrock升級器（與openVINO兼容）

–每個結果的速度–
(Intel(R) Core(TM) i5-8279U) 7.4 s/次 3.59分鐘
(AMD Ryzen Threadripper 1900X) 5.34 s/次 2.58分鐘
(Intel(R) Xeon(R) Gold 6154 CPU) 1 s/次 33秒