选择商品名称:NVIDIA L20 显存48GB PCIE
选择理由:48GB的显存,做任何事情都会很效率,并且CUDA是版本是12.2,这个version绝对可以运行绝大多数的模型了。
还有更多的品类、更高规格的异构加速卡供大家选择。
进入购买可以看到可以选择模型,有些预制的总比自己搭建方便的多,给预制了很多的模型,我这个先测试第一个,也就是stablediffusion-normal-webui的模型,搭建完毕我们就启动测试一下,看看效率如何。
可以正常使用,因为可以从CUDA上看到我们选择的机器是12.2的,运行12.1的完全没问题。
详情
使用JupyterLab启动服务并访问。
镜像确认启动,且WebUI访问成功
上传完毕后保存镜像,方便下次使用。
注:异构加速卡AI(仅需1分钱,即可体验)
测试一下默认模型
正向提示词:
Star face, long black hair, beauty, wearing a white shirt, upper body frontal photo, ultra-clear, cute, lolita, natural black pupils, bright eyes, Chinese style, well-proportioned, regular facial features, no stretching, first love, light blue Color background, tie, campus, desks and chairs, school uniform, long hair to waist, smile, dimples |
---|
反向提示词:
Star face, long black hair, beauty, wearing a white shirt, upper body frontal photo, ultra-clear, cute, lolita, natural black pupils, bright eyes, Chinese style, well-proportioned, regular facial features, no stretching, first love, light blue Color background, tie, campus, desks and chairs, school uniform, long hair to waist, smile, dimples |
---|
网速测试-上传模型
上传模型操作,点击上传按钮,上传文件等待上传完毕即可。
我这里查看了一下上传速度,这里的速度是2.6M/s相对这里看效率还是可以的,还是比较稳定的。
切换镜像的切换时长
生成图片效果:
提示词:a super football
放大看看算力情况:
虽然镜像只是一个空壳子,但是算力真是杠杠的。
上传一组照片,路径root/StableDiffusionWebui/train/suisui/suisuiin/
在创建一个输出的文件夹:root/StableDiffusionWebui/train/suisui/suisuiout
改一下设置,重启WEBUI
创建一个v1_mysuisui
预处理图片,应该是这样的,但是没有。。。版本不对,毕竟图片不多,我们本地处理一下。
处理完毕:
预支处理完成就可以训练了呢。
附1、异构加速卡AI 显存64GB PCIE体验
这里有活动1分钱体验,就非常的贴心。
附2、异构加速卡AI对比
相对数据还是挺不错的,都说得过去,成本低就似乎个超级大的卖点了。
完成购买,这里为了对比数据,我们依然选择sd的webui
附3、CPU、异构加速卡AI、NVIDIA L20 显存48GB PCIE-数据对比
本地CPU,消耗时间3min.57.4sec.
异构加速卡AI:9.7sec.
两卡准备对比:
NVIDIA L20 显存48GB PCIE:11.4sec.
我再使用本地GPU跑一下,我本地只有单卡4GB的显存,看看数据
本地GPU4G消耗:
说实话,跑起来还是得用GPU来跑,我们使用SCNet这个平台可以使用国产卡来跑,价格还是非常美丽的,时间消耗也节约了很多。我使用的是
以上这个版本,因为这个版本有图像预处理。可以进行简单的训练。
对于小图片集来说,训练压力很小。
可以看到执行的过程。