Automatische 1111er Stabile Diffusion WebUI Funktioniert jetzt mit Intel-GPU-Hardware, dank der Integration des OpenVINO-Toolkits von Intel, das KI-Modelle aufnimmt und für die Ausführung auf Intel-Hardware optimiert. Wir haben die neueste Version von Stable Diffusion erneut getestet, um zu sehen, wie viel schneller Intels GPUs im Vergleich zu unseren vorherigen Ergebnissen sind, mit Zuwächsen von 40 bis 55 Prozent.
Stable Diffusion (das derzeit unsere vorherigen Tests durchführt, wir arbeiten jedoch an der Aktualisierung der Ergebnisse) ist ein Deep-Learning-KI-Modell, das zur Generierung von Bildern aus Textbeschreibungen verwendet wird. Das Besondere an Stable Diffusion ist die Möglichkeit, es auf lokaler Consumer-Hardware auszuführen. Die KI-Community hat viele Projekte da draußen, mit Stabile Diffusion WebUI am beliebtesten sein. Es bietet eine Browseroberfläche, die einfach zu verwenden und zu experimentieren ist.
Nach monatelanger Arbeit im Hintergrund (wir hören schon seit einiger Zeit Gerüchte darüber) sind jetzt die neuesten Updates für Intel Arc-Besitzer verfügbar und sorgen für einen erheblichen Leistungsschub.
Schauen Sie sich die Stable Diffusion A1111-Weboberfläche für Intel Silicon an. Funktioniert mit meinem A770 oder kann auf Ihrer CPU oder iGPU ausgeführt werden. Es basiert auf OpenVINO und ist daher optimiert. 😃Beispiel für das Bild rechts, reine Aufforderung. Links ist das gleiche Bild mit mehr Details in den Augen mithilfe von InPainting. … pic.twitter.com/zpbQOMvJF317. August 2023
Hier sind die Ergebnisse unserer vorherigen und aktualisierten Tests zur stabilen Diffusion. Wir haben eine leicht optimierte Version verwendet Stabile Verbreitung OpenVINO für unsere vorherigen Tests und habe es erneut mit der Gabel von getestet Automatic1111 WebUI mit OpenVINO. Wir haben auch mehrere GPUs von AMD mit einem neueren Build erneut getestet Nod.ais Hai-basierte stabile Verbreitung. Die Nvidia-Ergebnisse wurden nicht aktualisiert, wir werden jedoch in naher Zukunft einen erneuten Test mit der neuesten Version in Betracht ziehen (und den Hauptartikel zu Stable Diffusion Benchmarks aktualisieren, wenn wir fertig sind).
Wir sollten beachten, dass wir auch unsere Eingabeaufforderung geändert haben, wodurch die neuen Ergebnisse insgesamt anspruchsvoller werden. (Die neue Eingabeaufforderung lautet „unordentlicher Raum“, was dazu neigt, viele kleine Details in den Bildern zu enthalten, deren Generierung mehr Aufwand für die KI erfordert.) Es gibt Unterschiede zwischen den Durchläufen und es gibt Einschränkungen, die derzeit speziell für Arc gelten. aber hier sind die Vorher/Nachher-Ergebnisse.
Die Intel ARC- und AMD-GPUs weisen alle eine verbesserte Leistung auf, wobei die meisten deutliche Zuwächse liefern. Der Arc A770 16GB verbesserte sich um 54 %, während der A750 im gleichen Szenario eine Verbesserung um 40 % erzielte. (Beachten Sie, dass wir zum Testen die Intel Arc A770 Limited Edition-Karte verwendet haben, die jetzt nicht mehr hergestellt wird, obwohl Acer, ASRock, Sparkle und Gunnir immer noch A770-Karten anbieten – sowohl 16-GB- als auch 8-GB-Varianten.)
Auch Nod.ai hat nicht still gesessen. AMDs RX 6800, RX 6750 XT und RX 6700 10GB sind alle schneller, wobei insbesondere die 6800 und 6700 10GB große Zuwächse verzeichnen. Wir sind uns nicht sicher, warum die 6750 XT nicht so gut abschnitt, aber die RX 6800 verzeichnete eine Leistungssteigerung von 34 % und die RX 6700 10 GB verzeichnete eine noch größere Leistungssteigerung von 76 %. Aus irgendeinem Grund verzeichnete die RX 6750 XT nur einen mageren Anstieg von 9 %, obwohl alle drei AMD-GPUs die gleiche RDNA2-Architektur verwenden. (Wir werden in naher Zukunft andere GPUs, einschließlich der neueren Teile der RX 7000-Serie von AMD, erneut testen.)
Auch hier haben wir die drei GPUs der Nvidia RTX 40-Serie nicht erneut getestet, weshalb die Leistungsstatistiken zwischen den beiden Diagrammen identisch bleiben. Dennoch sind Intels Arc A750 und A770 mit den neuen OpenVINO-Optimierungen nun in der Lage, die RTX 4060 zu übertreffen, und die A770 16GB liegt knapp hinter der RTX 4060 Ti.
Es gibt noch viel zu tun, einschließlich einer einfacheren Installation und Korrekturen, damit andere Bildauflösungen und Stable Diffusion-Modelle funktionieren. Wir mussten uns auf das Standardmodell „v1-5-pruned-emaonly.safetensors“ verlassen, da die neueren Modelle „v2-1_512-ema-pruned.safetensors“ und „v2-1_768-ema-pruned.safetensors“ keine aussagekräftigen Ergebnisse generierten Ausgabe. Außerdem schlägt die 768×768-Generierung derzeit auf Arc-GPUs fehl – wir konnten bis zu 720×720 erreichen, aber 744×744 wechselte letztendlich zur CPU-basierten Generation. Uns wurde jedoch mitgeteilt, dass ein Fix für die 768×768-Unterstützung relativ bald verfügbar sein dürfte, sodass Arc-Benutzer nach diesem Update Ausschau halten sollten.
Update, 17.08.2023: Der Fix ist live. Um 768×768 zum Laufen zu bringen, gehen Sie in das Verzeichnis, in dem Sie Stable Diffusion OpenVINO installiert haben, und führen Sie Folgendes aus: „venv\Scripts\activate“ und dann „pip install –pre openvino==2023.1.0.dev20230811“ und generieren Sie eine höhere Auflösung Bilder sollten funktionieren. Wir haben 768 x 768 erfolgreich auf einem A750 getestet, wo zuvor sogar der A770 mit 16 GB versagte und scheinbar kein VRAM mehr vorhanden war.
Update, 18.08.2023: Ein zweiter Fix ist jetzt verfügbar, der neben der oben genannten 768×768-Unterstützung auch die v2-1_512-Basisunterstützung ermöglichte. (An der Unterstützung für v2-1_768 wird noch gearbeitet.) Kurz gesagt: Laden Sie die Datei v2-1_512-ema-pruned.safetensors herunter und legen Sie das in den Models-Ordner. Sie sollten nun in der Lage sein, das entsprechende Modell und die entsprechende Konfiguration in Stable Diffusion auszuwählen.