GPU云服务器------2秒文生图

GPU云服务器
AIGC来也
- 开通GPU服务
- 配置安全组规则
- 远程连接GPU云服务器
- 配置nginx用户
- 文生图
- 开启AiaccTorch
- 禁用AiaccTorch
- 切换模型
- 使用LoRA插件
- 使用Controlnet插件
服务器监控
实例释放

好消息！好消息！阿里云服务器ECS推出了GPU云服务器，那么什么是GPU云服务器呢？

GPU云服务器

首先说一下什么是GPU云服务器？GPU云服务器是提供 GPU 算力的弹性计算服务，具有超强的计算能力，服务于深度学习、科学计算、图形可视化、视频处理多种应用场景。基于AIGC，GPU可以帮助更多企业快速搭建对话大模型服务、AI绘画功能、AI对话机器人等更多AIGC方案。
可以说，你对AIGC好奇吗？你对AIGC感兴趣吗？你想感受一下AIGC的魅力吗？欢迎您来开通GPU云服务器，助力您的AIGC不是梦。

AIGC来也

本文是基于GPU云服务器，利用AiaccTorch加速，实现搭建Stable Diffusion的WebUI框架2秒内文本生成图片的操作，下面开始上手实践吧。

开通GPU服务

在上手搭建Stable Diffusion的WebUI框架之前，我们首先需要开通GPU服务，GPU云服务器开通服务地址：AIGC入口，由于本次操作需要的是16核60G + 1张A10 24G显存（gn7i-c16g1.4xlarge)型号的GPU实例，这里我直接提供当前实例的开通地址：立即开通，点击【立即开通】进入GPU实例开通页面
在这里插入图片描述
其中【付费类型】和【地域】默认的即可，考虑到我们实验操作必须要gn7i-c16g1.4xlarge型号的GPU实例，那么我们把需要的型号放在【实例】搜索条件上

这时可以看到我们需要的实例型号只能在【可用区J】和【可用区K】中有，切换上方可用区
在这里插入图片描述
提示没有【交换机】，那么我们在按照提示创建交换机

其中输入交换机名称，选择好ip地址点击【确定创建】，创建成功后如图

第一个就是我们刚才创建成功的交换机，继续回到GPU实例开通页面

继续向下操作，选择【云市场镜像】，
在这里插入图片描述
点击【从云市场获取更多…】在弹框页面中输入 ai-inference-solution 搜索

点击【使用】然后继续向下配置【公网IP】，带宽峰值设置为10 Mbps

然后配置服务器密钥对

完成以后点击右侧【确认下单】

这里需要注意的是，由于开通了按量计费，因此在点击【确认下单】后如果账户低于100需要充值，具体的充值操作按跳转的去操作即可。
在这里插入图片描述
这里需要注意的是，整个开通GPU服务的操作并不是很流畅，官方文档中并没有详细的说明，对于开通中缺少的【交换机】信息，大家可以参考我操作步骤中的相关内容。

配置安全组规则

首先需要为GPU服务器添加安全组规则，找到安全组规则列表，补充如下安全组规则
在这里插入图片描述

远程连接GPU云服务器

登录GPU云服务器控制台：https://ecs.console.aliyun.com/home，可以看到我们已经创建好的实例
在这里插入图片描述
点击实例名称进入实例详情,点击【远程连接】打开远程连接页面

点击【立即登录】跳转到服务器操作页面，输入服务器密码root

提示登录失败，回到实例详情页点击【重置实例密码】输入新的密码

点击【保存密码】然后选择立即重启GPU云服务器。再次输入密码成功进入服务器操作界面
在这里插入图片描述

配置nginx用户

镜像预装了nginx，我们需要配置用户名密码

htpasswd -bc /etc/nginx/password ${UserName} '${Password}'

重启nginx并查看nginx状态

# 重启

systemctl restart nginx

# 查看状态

systemctl status nginx

# 开机自启动

systemctl enable nginx

nginx操作结果如图
在这里插入图片描述

文生图

完成了以上的配置之后，我们就可以体验文生图了。在进行文生图之前，我们首先需要启动WebUI服务

cd ~/stable-diffusion-webui/

nohup ./run_taiyi.sh &

等待WebUI服务启动成功之后我们去浏览器进行验证
在这里插入图片描述

开启AiaccTorch

默认是开启AiaccTorch的，打开页面输入【铁马冰河入梦来，概念画，科幻，玄幻，3】单击生成/Generate 生成图片
在这里插入图片描述
返回执行日志数据内容

铁马冰河入梦来，概念画，科幻，玄幻，3

Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 2207305383, Size: 512x512, Model hash: 70a38ac1c4, Model: Taiyi-Stable-Diffusion-1B-Anime-Chinese-v0.1, Version: v1.3.0-5-g43a52351


Time taken: 0.88sTorch active/reserved: 915/1470 MiB, Sys VRAM: 9639/22564 MiB (42.72%)

可以看到整个图片生成耗时0.88s相比之前搭建的AIGC文生图，速度已经提升了几十倍。下面我们再看一下不启动AiaccTorch加速的文生图的效果。

禁用AiaccTorch

单击设置/Settings页签，左侧导航选择AiaccTorch，取消选中Apply Aiacctorch in Unet to speedup the whole network inference when loading models后（取消2的选择），单击应用设置/Apply settings，再单击重新加载WebUI/Reload UI，
在这里插入图片描述
再次输入文本【铁马冰河入梦来，概念画，科幻，玄幻，3】单击生成/Generate 生成图片

这个时候我们可以很客观的感受到文生图变慢了，耗时10.16s。

切换模型

切换模型输入内容测试图片生成效果，同时开启AiaccTorch，输入提示词

1个女孩,绿眼,棒球帽,金色头发,闭嘴,帽子,看向阅图者,短发,简单背景,单人,上半身,T恤

反向提示词

水彩,漫画,扫描件,简朴的画作,动画截图,3D,像素风,原画,草图,手绘,铅笔

生成结果如图
在这里插入图片描述
耗时3.34s

使用LoRA插件

LoRA是Stable Diffusion模型的一种插件，它允许在不修改Stable Diffusion模型的情况下，使用少量数据训练出一种画风、IP或人物，以实现定制化需求。相较于训练Stable Diffusion，使用LoRA所需的训练资源更少，非常适合社区用户和个人开发者使用。
在提示词文本后加入lora:iuV35.uv1P:1，生成图片
在这里插入图片描述
耗时2.06s

使用Controlnet插件

ControlNet是一个用于控制AI图像生成的插件，它可以利用输入图片中的边缘特征、深度特征或人体姿势的骨架特征，与文字提示一起精准地控制AI图像的生成，以获得更好的视觉效果。
Canny是ControlNet中一个常见的模型，用于识别输入图像的边缘信息，从上传的图片中生成线稿，然后根据关键词生成与上传图片相似构图的画面。
单击ControlNet v1.1.222右侧箭头，如下选择
在这里插入图片描述
输入刚才生成的图片，点击生成图片

耗时8.42s

到这里整个文生图的操作从部署到文生图就全部完成了，可以说开启AiaccTorch推理加速之后，整个文生图的生成效率提高了很多倍，生成的效果图也更接近理想效果。

服务器监控

在文生图的过程中，个人也是比较关注GPU服务器的情况，毕竟文生图对于服务器算力的要求比较高，我们先来看一下GPU云服务器的监控数据
在这里插入图片描述
可以看到在整个文生图的过程中，CPU、内存、系统负载等都没有压力，足以支撑眼下比较火热的AIGC业务服务。另外也可以创建报警规则，比如设置CPU使用了达到一定阈值就自动给设置好的联系人发送预警消息等，具体的创建报警规则页面如图
在这里插入图片描述
当然，如果想要查看更详细的服务器信息，也可以点击【查看更多指标】跳转到云监控控制台

在云监控【操作系统监控】我们可以看到在文生图期间GPU服务器的CPU使用率、内存、系统平均负载等的详细数据，可以更好的评估当前服务器对文生图能力的抗压情况
在这里插入图片描述
磁盘使用情况

我们在看一下GPU的使用情况，可以说GPU的使用率在经历了加速的文生图之后也仅仅只是使用了0.25%，可以说GPU云服务器是专门为AIGC服务，为文生图提供超强的计算能力