Stable Diffusion的完整指南：核心基礎(chǔ)知識、制作AI數(shù)字人視頻和本地部署要求

★Stable Diffusion；stable；diffusion；SD；stablediffussion；sadtalker；PC集群；PC Farm；PC農(nóng)場；GPU集群；GAN；VAE；latent；AI繪圖；AI文生圖；文生圖；圖生圖；虛擬數(shù)字人；數(shù)字人；PNDM；DDIM；U-Net；prompt；CLIP；diffusers；pipeline；NVIDIA RTX GeForce 3070；NVIDIA RTX GeForce 3080；NVIDIA RTX GeForce 4070；NVIDIA RTX GeForce 4060；i9-13900；i7-13700；i5 13400；i3 12100；i7 12700 ；i9 12900

在當今的數(shù)字時代，人工智能正在逐步改變?nèi)藗兊纳詈凸ぷ鞣绞?。其中，Stable Diffusion作為一種深度學(xué)習(xí)技術(shù)，受到廣泛關(guān)注。它能夠通過對圖像或視頻進行處理，生成逼真的數(shù)字人視頻，為許多領(lǐng)域帶來創(chuàng)新。本文將介紹Stable Diffusion的核心基礎(chǔ)知識、如何使用它制作AI數(shù)字人視頻、本地部署的要求以及藍海大腦PC集群解決方案的應(yīng)用。

Stable Diffusion是一種擴散模型（diffusion model）的變體，叫做“潛在擴散模型”（latent diffusion model; LDM）。擴散模型是在2015年推出的，其目的是消除對訓(xùn)練圖像的連續(xù)應(yīng)用高斯噪聲，可以將其視為一系列去噪自編碼器。Stable Diffusion由3個部分組成：變分自編碼器（VAE）、U-Net和一個文本編碼器。添加和去除高斯噪聲的過程被應(yīng)用于這個潛在表示，然后將最終的去噪輸出解碼到像素空間中。在前向擴散過程中，高斯噪聲被迭代地應(yīng)用于壓縮的潛在表征。每個去噪步驟都由一個包含殘差神經(jīng)網(wǎng)絡(luò)（ResNet）中間的U-Net架構(gòu)完成，通過從前向擴散往反方向去噪而獲得潛在表征。最后，VAE解碼器通過將表征轉(zhuǎn)換回像素空間來生成輸出圖像。

SadTalker模型是一個使用圖片與音頻文件自動合成人物說話動畫的開源模型。給模型一張圖片以及一段音頻文件，模型會根據(jù)音頻文件把傳遞的圖片進行人臉的相應(yīng)動作，比如張嘴，眨眼，移動頭部等動作。它從音頻中生成 3DMM 的 3D 運動系數(shù)（頭部姿勢、表情），并隱式調(diào)制一種新穎的 3D 感知面部渲染，用于生成說話的頭部運動視頻。

在進行Stable Diffusion本地部署時，需要滿足一定的硬件和軟件要求。首先，需要具備高性能的GPU集群，以支持大規(guī)模的模型訓(xùn)練和推理。同時，需要安裝相應(yīng)的軟件環(huán)境，包括深度學(xué)習(xí)框架、Python編程語言和模型庫等。此外，還需要具備相應(yīng)的網(wǎng)絡(luò)帶寬和穩(wěn)定性，以保證模型的下載和更新。

針對本地部署的硬件和軟件要求，藍海大腦高效、可靠和經(jīng)濟的PC集群解決方案采用高性能GPU節(jié)點和高速網(wǎng)絡(luò)互聯(lián)，能夠滿足大規(guī)模模型訓(xùn)練和推理的需求。同時，該方案提供多種深度學(xué)習(xí)框架和模型庫，方便用戶進行模型的訓(xùn)練和推理。此外，藍海大腦PC集群解決方案還提供全面的安全防護措施，包括數(shù)據(jù)加密、訪問控制和安全審計等，以確保用戶數(shù)據(jù)的安全性和隱私性。

Stable Diffusion完整核心基礎(chǔ)知識

2022年AI圖像生成領(lǐng)域迎來重大突破！Stable Diffusion橫空出世，一舉擊敗傳統(tǒng)深度學(xué)習(xí)，成為開啟人工智能新紀元的強力引擎。它的出現(xiàn)既為工業(yè)界帶來革命性創(chuàng)新，也讓投資者看到巨大商機，AI再次變得"性感"起來。下面將以通俗易懂的語言，向大家全方位講解Stable Diffusion的原理、應(yīng)用和訓(xùn)練技巧。

一、Stable Diffusion核心基礎(chǔ)內(nèi)容

1、Stable Diffusion模型原理

生成式模型可謂是AI界的“制假大師”，能生成看似真實的新數(shù)據(jù)。其中，GAN和Stable Diffusion可以說是翹楚級的作品。這兩類模型通過不同的技巧，可以捕捉訓(xùn)練數(shù)據(jù)的特征分布，然后生成類似風(fēng)格的新樣本。比如在計算機視覺領(lǐng)域，可以輸出樣子逼真的新圖片；在自然語言處理領(lǐng)域，可以寫出語義連貫的新文字。

GAN通過對抗訓(xùn)練實現(xiàn)，讓生成器和判別器互相競爭，不斷逼近真實數(shù)據(jù)分布。而Stable Diffusion無需對抗，直接利用文本提示指導(dǎo)模型生成所需的輸出?？梢哉f，GAN和Stable Diffusion如同變色龍，可根據(jù)需求變換不同的創(chuàng)作形態(tài)。為人類開拓一個廣闊的想象空間，任何靈感都可以通過生成式模型試驗實現(xiàn)，將抽象概念轉(zhuǎn)換為具體作品。生成式模型助力人類創(chuàng)造力的釋放和拓展，正在引領(lǐng)一個前所未有的創(chuàng)作新時代。

生成式模型的主流架構(gòu)

下面主要就GAN詳細描述。由于篇幅原因，VAE和Flow-based models這里就不過多介紹。GAN的訓(xùn)練過程可比喻為一場精妙的舞臺表演。表演由兩大角色聯(lián)手完成——生成器與判別器。生成器扮演制作“假貨”的角色，生成盡可能逼真的假數(shù)據(jù)來欺騙判別器。判別器則扮演辨別真?zhèn)蔚慕巧?，判斷生成器輸出的?shù)據(jù)是真是假。

兩者之間展開一場激烈的智慧競賽。生成器不斷提升自己的造假技術(shù)，使生成的假數(shù)據(jù)更加真實。判別器也在競相增強自身的判斷能力，來識別假數(shù)據(jù)的破綻。雙方都在以極快的速度成長。要取得最佳的生成效果，生成器和判別器必須同步訓(xùn)練。這也增加了GAN的訓(xùn)練難度。在訓(xùn)練初期，生成器制造的假數(shù)據(jù)非常容易被判別器識破。但隨著訓(xùn)練輪數(shù)的增多，生成器的造假水平越來越高，判別器也必須不斷自我革新來跟上生成器的進步。

這里可以把生成器比喻為高明的畫家，不斷精進繪畫技巧來制作逼真的藝術(shù)品。判別器則像鑒賞家，需要提高自己的審美和識別能力，才能判斷畫作的真?zhèn)?。兩者互相促進，最終畫家可以畫出真假難辨的作品。GAN訓(xùn)練過程中充滿智慧的對抗與不斷深化的博弈。表面上雙方合作煥然一新，實際都在暗地努力進步。最終，生成器取得決定性優(yōu)勢，其生成效果達到欺騙判別器的視真程度。

SD文生圖過程

Stable Diffusion (SD)模型在圖像生成任務(wù)上有著廣泛的應(yīng)用。其中最典型和基礎(chǔ)的兩大應(yīng)用分別是文生圖和圖生圖。

文生圖(Text-to-Image)是將文本描述轉(zhuǎn)換為圖像的過程?？梢暂斎胍欢挝淖值絊table Diffusion模型中，描述想要生成的圖像內(nèi)容。模型會解析文本語義，經(jīng)過迭代逐步生成出符合文本描述的圖片。例如，輸入“天堂，巨大的，海灘”等文字，模型會聯(lián)想到天堂與海灘的概念，并圖像化出一個美麗寬廣的沙灘場景。文本描述越細致，生成的圖像也會越符合預(yù)期。

SD圖生圖過程

圖生圖(Image-to-Image)在文生圖的基礎(chǔ)上，額外輸入一張圖像，根據(jù)文本描述對圖片進行修飾和豐富。例如，先輸入“天堂，巨大的，海灘”，生成一張美麗沙灘的圖片。然后繼續(xù)輸入“海盜船”，同時輸入先前生成的沙灘圖。模型將解析文本語義，在原圖片中添加一個海盜船，輸出一張融合文本描述的新圖像。可以看出，圖生圖保留原圖片的主體內(nèi)容，同時根據(jù)文本提示進行圖像的二次創(chuàng)作。

感受SD模型強大的生成能力，大家可能會想到生成式領(lǐng)域上一個霸主模型GAN，與GAN模型不同的是，SD模型是屬于擴散模型，是基于latent的擴散模型。那么擴散模型是什么呢？擴散模型是一種圖像生成方法，通過逐步添加細節(jié)來生成圖像。將圖像的生成過程分為多個步驟，每個步驟都會對圖像進行一定程度的修改和完善，這樣經(jīng)過20-50次“擴散”循環(huán)后，最終輸出的圖像就會變得更加精致。

下面是一個通過 SD 模型的推理過程， 將隨機高斯噪聲矩陣逐步去燥并生成一張小別墅圖片的直觀示例。

SD模型的Inference過程

那么latent又是什么呢？基于 latent 的擴散模型在低維隱空間中進行“擴散”過程，而不是在實際像素空間中，大大降低了內(nèi)存占用和計算復(fù)雜性。與常規(guī)擴散模型不同，latent 擴散模型的主要特點是在訓(xùn)練和推理過程中都集中在 latent 空間中。

2、Stable Diffusion模型的核心組件

SD模型主要由自動編碼器（VAE），U-Net以及文本編碼器三個核心組件構(gòu)成。

SD模型文生圖流程

1）自動編碼器（VAE）

在圖像生成任務(wù)中，VAE的編碼器可以將輸入圖片轉(zhuǎn)換為低維的特征表示，作為后續(xù)模型的輸入。這些低維特征保留原圖像的主要語義信息。而VAE的解碼器則可以將編碼器輸出的低維特征再次恢復(fù)為完整的圖像。解碼器實現(xiàn)了從壓縮特征到圖像空間的映射。不同的VAE結(jié)構(gòu)設(shè)計，會使其在圖像中的注意力區(qū)域不同，從而影響生成圖片的細節(jié)與整體顏色風(fēng)格。

VAE的主要工作

VAE能夠高效壓縮圖像到低維潛空間后仍實現(xiàn)良好重建，其關(guān)鍵在于自然圖像具有高度規(guī)律性。例如，人臉圖像中眼睛、鼻子、嘴巴遵循特定空間結(jié)構(gòu)；貓身體有固定數(shù)量四肢以及特定生物學(xué)形態(tài)。這種先驗知識使得VAE可以只保留圖像最關(guān)鍵信息。即使在壓縮特征損失的情況下，只要生成圖像大小合適，重建后的語義內(nèi)容和結(jié)構(gòu)依然能夠保持可識別性。

2）U-Net

在擴散模型生成流程中，需要逐步將隨機噪聲轉(zhuǎn)化為圖像隱特征。實現(xiàn)方式是:

- 模型預(yù)測當前噪聲的殘差,即需要調(diào)整的量。

- 利用調(diào)度算法(如PNDM、DDIM等)結(jié)合預(yù)測殘差,重新構(gòu)建并優(yōu)化噪聲。

- 經(jīng)過多輪擴散優(yōu)化,最終得到可生成目標圖像的隱特征。

實現(xiàn)擴散模型的網(wǎng)絡(luò)結(jié)構(gòu)通常采用U-Net架構(gòu)。U-Net由多層ResNet模塊串聯(lián)構(gòu)成，并在模塊之間添加交叉注意力機制。交叉注意力可用于接收額外的文本指令，指導(dǎo)圖像生成方向。

常規(guī)U-Net結(jié)構(gòu)

ResNet模塊與CrossAttention模塊的結(jié)合

3）文本編碼器

在擴散模型中，需要輸入文本prompt，以指導(dǎo)圖像生成方向。實現(xiàn)方式是:

- 使用文本編碼器(通常是CLIP等預(yù)訓(xùn)練模型)，對prompt進行編碼，得到表示其語義信息的詞向量。

- 將文本詞向量通過交叉注意力機制，輸入到擴散模型的U-Net中。

- 文本詞向量作為條件信息，引導(dǎo)U-Net的圖像生成過程，以輸出符合文本意圖的圖片。

默認的文本編碼器是CLIP模型，可以輸出跟圖像語義相關(guān)的稠密詞向量。

3、Stable Diffusion推理流程

要運行Stable Diffusion（SD），可以直接使用diffusers庫中的完整pipeline流程。

需要安裝相關(guān)依賴，使用以下命令進行安裝：

pip install diffusers transformers scipy ftfy accelerate

導(dǎo)入diffusers庫：

from diffusers import StableDiffusionPipeline

初始化SD模型并加載預(yù)訓(xùn)練權(quán)重：

pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5"

如果想使用GPU加速，可以使用以下命令將模型加載到GPU上：

pipe.to("cuda")

如果GPU內(nèi)存少于10GB，可以加載float16精度的SD模型：

pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5", revision="fp16", torch_dtype=torch.float16)

使用pipeline來運行SD模型。例如，給定一個prompt和一張圖片，可以使用以下代碼生成一張新的圖片：

prompt = "a photograph of an astronaut riding a horse"image = pipe(prompt).images[0]

由于沒有固定seed，每次運行代碼都會得到一個不同的圖片。預(yù)訓(xùn)練文件夾中的模型主要由以下幾個部分組成：text_encoder和tokenizer，scheduler，unet，vae。其中text_encoder，scheduler，unet，vae分別代表SD模型的核心結(jié)構(gòu)。此外，還有一個名為Tokenizer的文件夾表示標記器。標記器將Prompt中的每個詞轉(zhuǎn)換為一個稱為標記（token）的數(shù)字，符號化（Tokenization）是計算機理解單詞的方式。然后通過text_encoder將每個標記轉(zhuǎn)換為一個768維的向量稱為嵌入（embedding），用于U-Net的condition。

Tokenizer的作用

有時候在運行完pipeline后，可能會遇到生成的圖片全黑情況。這是因為生成的圖片可能觸發(fā)了NSFW（不適宜內(nèi)容）機制，導(dǎo)致生成一些違規(guī)的圖片。為解決這個問題，建議使用自定義的seed來重新生成圖片。

可以使用以下代碼來設(shè)置seed，并控制生成圖片的輸出：

#import torch

# 設(shè)置seedtorch.manual_seed(1024)

# 創(chuàng)建生成器generator = torch.Generator("cuda").manual_seed(1024)

# 使用設(shè)置的seed和生成器來生成圖片image = pipe(prompt, guidance_scale=7.5, generator=generator).images[0]

將pipeline的完整結(jié)構(gòu)梳理好之后，再對一些核心參數(shù)進行講解：

1）num_inference_steps表示對圖片進行噪聲優(yōu)化的迭代次數(shù)。一般來說，該值可以選擇在20到50之間，數(shù)值越大生成的圖片質(zhì)量越高，但同時也需要更多的計算時間。

2）guidance_scale代表文本提示對圖像生成過程的影響程度。具體來說，它控制著有條件生成所使用噪聲的比例。通常該值在7到8.5之間取值較好，如果取值過大，生成的圖片質(zhì)量可能會很高，但多樣性會下降。

其中代表CFG，當越大時，condition起的作用越大，即生成的圖像更和輸入文本一致，當被設(shè)置為時，圖像生成是無條件的，文本提示會被忽略。

3）輸出尺寸

除了將預(yù)訓(xùn)練的SD模型整體加載，還可以選擇加載其不同的組件。通過以下方式實現(xiàn)：

從transformers庫中加載CLIPTextModel和CLIPTokenizer：

from transformers import CLIPTextModel, CLIPTokenizer

從diffusers庫中加載AutoencoderKL、UNet2DConditionModel和PNDMScheduler：

from diffusers import AutoencoderKL, UNet2DConditionModel, PNDMScheduler

還需要加載LMSDiscreteScheduler：

from diffusers import LMSDiscreteScheduler

可以單獨加載VAE模型：

vae = AutoencoderKL.from_pretrained("runwayml/stable-diffusion-v1-5", subfolder="vae")

加載CLIP模型和tokenizer：

tokenizer = CLIPTokenizer.from_pretrained("openai/clip-vit-large-patch14")

text_encoder = CLIPTextModel.from_pretrained("openai/clip-vit-vit-large-patch14")

單獨加載U-Net模型：

unet = UNet2DConditionModel.from_pretrained("runwayml/stable-diffusion-v1-5", subfolder="unet")

單獨加載調(diào)度算法：

scheduler = LMSDiscreteScheduler(beta_start=0.00085, beta_end=0.012, beta_schedule="scaled_linear", num_train=steps)

二、Stable Diffusion經(jīng)典應(yīng)用場景

1、文本生成圖片

輸入：prompt

輸入：圖像

Load Checkpoint模塊負責初始化SD模型的主要結(jié)構(gòu)（包括VAE和U-Net）。CLIP Text Encode代表文本編碼器，接收prompt和negative prompt作為輸入，以控制圖像的生成。Empty Latent Image表示初始化的高斯噪聲。KSampler負責調(diào)度算法以及與SD相關(guān)的生成參數(shù)。最后，VAE Decode利用VAE的解碼器將低維度的隱空間特征轉(zhuǎn)換為代表圖像的像素空間。

2、圖片生成圖片

輸入：圖像+ prompt

輸出：圖像

Load Checkpoint模塊負責對SD模型的主要結(jié)構(gòu)（包括VAE和U-Net）進行初始化。CLIP Text Encode代表文本編碼器，接收prompt和negative prompt作為輸入，以控制圖像的生成。Load Image表示輸入的圖像。KSampler負責調(diào)度算法以及與SD相關(guān)的生成參數(shù)。

在圖片生成圖片的預(yù)處理階段，首先使用VAE編碼器將輸入圖像轉(zhuǎn)換為低維度的隱空間特征。然后添加噪聲到隱空間特征中，去噪強度決定加入噪聲的數(shù)量。如果去噪強度為0，則不添加任何噪聲；如果去噪強度為1，則會添加最大數(shù)量的噪聲，使得潛像成為一個完全隨機的張量。在這種情況下，圖片轉(zhuǎn)圖像的過程就完全相當于文本轉(zhuǎn)圖像，因為初始潛像完全是隨機的噪聲。

去噪強度（Denoising strength）控制噪音的加入量

3、圖片inpainting

輸入：圖像+ mask + prompt

輸出：圖像

Load Checkpoint模塊負責初始化SD模型的主要結(jié)構(gòu)（包括VAE和U-Net）。CLIP Text Encode代表文本編碼器，接收prompt和negative prompt作為輸入，以控制圖像的生成。Load Image表示輸入的圖像和mask。KSampler負責調(diào)度算法以及與SD相關(guān)的生成參數(shù)。

VAE Encode使用VAE的編碼器將輸入的圖像和mask轉(zhuǎn)換成為低維度的隱空間特征。然后，VAE Decode利用VAE的解碼器將低維度的隱空間特征轉(zhuǎn)換為代表圖像的像素空間。

下面是如何進行圖像inpainting的直觀過程：

4、使用controlnet輔助生成圖片

輸入：素描圖+ prompt

輸出：圖像

Load Checkpoint模塊負責對SD模型的主要結(jié)構(gòu)（包括VAE和U-Net）進行初始化。CLIP Text Encode代表文本編碼器，接收prompt和negative prompt作為輸入，以控制圖像的生成。Load Image表示輸入的ControlNet需要的預(yù)處理圖。Empty Latent Image表示初始化的高斯噪聲。Load ControlNet Model負責對ControlNet進行初始化。KSampler負責調(diào)度算法以及與SD相關(guān)的生成參數(shù)。最后，VAE Decode利用VAE的解碼器將低維度的隱空間特征轉(zhuǎn)換為代表圖像的像素空間。

使用ControlNet輔助生成圖片

5、超分辨率重建

輸入：prompt/（圖像+ prompt）

輸入：圖像

Load Checkpoint模塊負責對SD模型的主要結(jié)構(gòu)（包括VAE和U-Net）進行初始化。CLIP Text Encode代表文本編碼器，接收prompt和negative prompt作為輸入，以控制圖像的生成。Empty Latent Image表示初始化的高斯噪聲。Load Upscale Model負責對超分辨率重建模型進行初始化。KSampler負責調(diào)度算法以及與SD相關(guān)的生成參數(shù)。VAE Decode利用VAE的解碼器將低維度的隱空間特征轉(zhuǎn)換為代表圖像的像素空間。最后，Upscale Image將生成的圖像進行超分辨率重建，提高其分辨率。

三、Stable Diffusion訓(xùn)練過程

Stable Diffusion的訓(xùn)練過程可以被視為在最高維度上添加噪聲和去除噪聲的過程，并在對噪聲的“對抗與攻防”中學(xué)習(xí)生成圖像的能力。具體地說，在訓(xùn)練過程中首先對干凈的樣本添加噪聲進行處理，采用多次逐步增加噪聲的方式，直到干凈的樣本變成純噪聲。

SD訓(xùn)練時的加噪過程

接下來，讓SD模型學(xué)習(xí)去噪過程，并最終抽象出一個高維函數(shù)，這個函數(shù)能夠在純噪聲中“優(yōu)化”噪聲，從而得到一個干凈的樣本。具體來說，將去噪過程具象化為使用U-Net來預(yù)測噪聲，并結(jié)合調(diào)度算法逐步去噪的過程。

SD訓(xùn)練時的去噪過程

在添加噪聲的時候，Stable Diffusion采用的是逐步增加的策略，每一步只增加一小部分噪聲，實現(xiàn)“小步快跑”的穩(wěn)定加噪過程。這類似于移動互聯(lián)網(wǎng)產(chǎn)品設(shè)計中的迭代與快速推出原則。

另一方面，每次增加的噪聲量級也可以不同，例如可以設(shè)定5個不同量級的噪聲，每次隨機選擇一種量級增加到樣本圖片中。這進一步增加了噪聲的多樣性。在去噪過程中，同樣采用逐步減少噪聲的策略，每一步預(yù)測并去除一部分噪聲，實現(xiàn)穩(wěn)定的去噪。

多量級噪聲

為了使網(wǎng)絡(luò)能夠知道當前處于k步的哪個階段，需要使用位置編碼。通過將步數(shù)作為輸入傳遞給網(wǎng)絡(luò)，位置編碼能夠讓網(wǎng)絡(luò)知道當前所處的階段。這種操作與Transformer中的操作類似。

使用Positional embeddings對訓(xùn)練迭代的步數(shù)進行編碼

四、Stable Diffusion性能優(yōu)化

1、使用TF32精度

導(dǎo)入PyTorch并啟用TF32支持，實現(xiàn)性能和精度的平衡。TF32精度具有以下作用和優(yōu)勢：

1）加速訓(xùn)練速度：使用TF32精度可以在保持相對較高的模型精度的同時，加快模型訓(xùn)練的速度。

2）減少內(nèi)存需求：TF32精度相對于傳統(tǒng)的浮點數(shù)計算（如FP32）需要更少的內(nèi)存存儲。這對于訓(xùn)練大規(guī)模的深度學(xué)習(xí)模型尤為重要，可以減少內(nèi)存的占用。

3）可接受的模型精度損失：使用TF32精度會導(dǎo)致一定程度的模型精度損失，因為低精度計算可能無法精確表示一些小的數(shù)值變化。然而，對于大多數(shù)深度學(xué)習(xí)應(yīng)用，TF32精度仍然可以提供足夠的模型精度。

2、使用FP16半精度

導(dǎo)入PyTorch庫，并從diffusers庫中導(dǎo)入DiffusionPipeline。使用"runwayml/stable-diffusion-v1-5"預(yù)訓(xùn)練模型創(chuàng)建一個DiffusionPipeline對象pipe，同時設(shè)置torch_dtype為torch.float16，以使用FP16半精度進行訓(xùn)練。

使用FP16半精度訓(xùn)練的優(yōu)勢在于可以減少一半的內(nèi)存占用，進一步將批次大小翻倍，同時將訓(xùn)練時間減半。一些GPU，如V100和2080Ti等，針對16位計算進行優(yōu)化，可以實現(xiàn)3-8倍的自動加速。

3、對注意力模塊進行切片

當所使用的模型中的注意力模塊包含多個注意力頭時，可以采用切片注意力操作，以便每個注意力頭依次計算注意力矩陣。這種做法可以顯著降低內(nèi)存占用，但隨之而來的是推理時間大約增加10%。

首先，導(dǎo)入PyTorch庫，并從diffusers庫中導(dǎo)入DiffusionPipeline。然后，使用"runwayml/stable-diffusion-v1-5"預(yù)訓(xùn)練模型創(chuàng)建一個DiffusionPipeline對象pipe，同時設(shè)置torch_dtype為torch.float16，以使用FP16半精度進行訓(xùn)練。接下來，將pipe轉(zhuǎn)移到CUDA設(shè)備上，以便在GPU上運行。

為啟用切片注意力操作，需要調(diào)用pipe對象的enable_attention_slicing()方法。通過采用切片注意力操作，可以減少內(nèi)存占用，但需要付出一些推理時間的代價，大約增加10%。

4、對VAE進行切片

與注意力模塊切片類似，也可以對VAE進行切片，讓VAE每次只處理Batch（32）中的一張圖片，從而大幅減少內(nèi)存占用。

首先，導(dǎo)入PyTorch庫，并從diffusers庫中導(dǎo)入StableDiffusionPipeline。然后，使用"runwayml/stable-diffusion-v1-5"預(yù)訓(xùn)練模型創(chuàng)建一個StableDiffusionPipeline對象pipe，同時設(shè)置torch_dtype為torch.float16，以使用FP16半精度進行訓(xùn)練。接下來，將pipe轉(zhuǎn)移到CUDA設(shè)備上，以便在GPU上運行。為啟用VAE切片操作，調(diào)用pipe對象的enable_vae_slicing()方法。然后，使用prompt作為輸入，將一批32張圖片通過pipe進行生成，并將生成的圖片存儲在images變量中。

5、大圖像切塊

當需要生成4K或更高分辨率的圖像，但內(nèi)存資源有限時，可以采用圖像切塊的技術(shù)。通過對圖像進行切塊，讓VAE的編碼器和解碼器逐一處理每個切塊后的圖像，最后將拼接在一起生成最終的大圖像。

首先，導(dǎo)入PyTorch庫，并從diffusers庫中導(dǎo)入StableDiffusionPipeline。然后，使用"runwayml/stable-diffusion-v1-5"預(yù)訓(xùn)練模型創(chuàng)建一個StableDiffusionPipeline對象pipe，同時設(shè)置torch_dtype為torch.float16，以使用FP16半精度進行訓(xùn)練。接下來，將pipe轉(zhuǎn)移到CUDA設(shè)備上，以便在GPU上運行。為啟用圖像切塊操作，調(diào)用pipe對象的enable_vae_tiling()方法。然后，使用prompt作為輸入，并指定圖像的寬度為3840像素，高度為2224像素，以及生成步驟的數(shù)量為20。通過調(diào)用pipe對象的生成方法，可以得到生成的圖像。最后，從生成的圖像中獲取第一張圖像并將其存儲在image變量中。

6、CPU <-> GPU切換

可將整個SD模型或SD模型的部分模塊的權(quán)重加載到CPU中，并在推理時再將所需的權(quán)重加載到GPU。以下是如何使用PyTorch和Stable Diffusion Pipeline實現(xiàn)的代碼：

import torch

from diffusers import StableDiffusionPipeline

# 將整個SD模型加載到CPU

pipe = StableDiffusionPipeline.from_pretrained(

"runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16)

# 開啟子模塊的CPU offload功能，即可以在CPU上執(zhí)行某些子模塊的計算

pipe.enable_sequential_cpu_offload()

# 開啟整個SD模型的CPU offload功能，即可以在CPU上執(zhí)行整個SD模型的計算

pipe.enable_model_cpu_offload()

這段代碼將整個SD模型或SD模型的部分模塊的權(quán)重加載到CPU中，并在推理時再將所需的權(quán)重加載到GPU，以實現(xiàn)更好的性能和靈活性。

7、變換Memory Format

在計算機視覺領(lǐng)域，有兩種常見的內(nèi)存格式，分別是channels first（NCHW）和channels last（NHWC）。將channels first轉(zhuǎn)換為channels last可能會提高推理速度，但需要依賴于特定的AI框架和硬件。

在channels last內(nèi)存格式中，張量的維度順序為（batch_size，height，width，channels）。其中，batch_size表示批處理大小，height和width表示圖像或特征圖的高度和寬度，channels表示通道數(shù)。

相比之下，channels first是另一種內(nèi)存布局，其中通道維度被放置在張量的第二個維度上。在channels first內(nèi)存格式中，張量的維度順序為（batch_size，channels，height，width）。

選擇channels last或channels first內(nèi)存格式通常取決于硬件和軟件平臺以及所使用的深度學(xué)習(xí)框架。不同的平臺和框架可能對內(nèi)存格式有不同的偏好和支持程度。

在一些情況下，channels last內(nèi)存格式具有以下優(yōu)勢：

1）內(nèi)存訪問效率：在一些硬件架構(gòu)中，如CPU和GPU，channels last內(nèi)存格式能夠更好地利用內(nèi)存的連續(xù)性，從而提高數(shù)據(jù)訪問的效率。

2）硬件加速器支持：一些硬件加速器（如NVIDIA的Tensor Cores）對于channels last內(nèi)存格式具有特定的優(yōu)化支持，可以提高計算性能。

3）跨平臺兼容性：某些深度學(xué)習(xí)框架和工具更傾向于支持channels last內(nèi)存格式，使得在不同的平臺和框架之間遷移模型更加容易。

需要注意的是，選擇內(nèi)存格式需要根據(jù)具體的硬件、軟件和深度學(xué)習(xí)框架來進行評估。某些特定的操作、模型結(jié)構(gòu)或框架要求可能會對內(nèi)存格式有特定的要求或限制。因此，建議在特定環(huán)境和需求下進行測試和選擇，以獲得最佳的性能和兼容性。

8、使用xFormers

使用xFormers插件能夠優(yōu)化注意力模塊的計算，提升約20%的運算速度。

導(dǎo)入PyTorch庫

創(chuàng)建一個名為"pipe"的StableDiffusionPipeline對象，使用預(yù)訓(xùn)練模型"runwayml/stable-diffusion-v1-5"，數(shù)據(jù)類型為torch.float16，并將模型遷移到"cuda"設(shè)備上。

通過調(diào)用.enable_xformers_memory_efficient_attention()方法，使用xFormers插件來優(yōu)化注意力模塊的計算，從而 提升約20%的運算速度。

如何使用StableDiffusion制作AI數(shù)字人視頻

下面介紹如何安裝SadTalker插件。

首先，需要確保已經(jīng)成功安裝Stable Diffusion WebUI。然后，從Github上獲取SadTalker的開源代碼，其地址為：

https://github.com/OpenTalker/SadTalker.git。

一、SadTalker安裝方法

1、安裝方法一

適合訪問Github或外網(wǎng)較流暢的用戶，因為需要自動下載大量文件。在SD WebUI的擴展插件頁面中進行安裝，如下圖所示：

這個插件需要下載許多文件，有些文件體積較大，需耐心等待。如果不確定是否出現(xiàn)了問題，可以查看控制臺輸出的內(nèi)容，查找是否有錯誤。安裝完成后，不要忘記重啟Stable Diffusion，需要完全重啟，而不僅僅是重啟WebUI。

2、安裝方法二

對于訪問外網(wǎng)不太方便的用戶，可以提前下載所需文件，例如使用迅雷等下載工具。只要將下載的文件上傳到指定的目錄即可。

1）主程序

需要放到以下位置：stable-diffusion-webui/extensions/SadTalker

https://github.com/OpenTalker/SadTalker/archive/refs/heads/main.zip

2）視頻模型

可以從以下鏈接下載：stable-diffusion-webui/extensions/SadTalker/checkpoints

https://github.com/OpenTalker/SadTalker/releases/download/v0.0.2-rc/mapping_00109-model.pth.tar

https://github.com/OpenTalker/SadTalker/releases/download/v0.0.2-rc/mapping_00229-model.pth.tar

https://github.com/OpenTalker/SadTalker/releases/download/v0.0.2-rc/SadTalker_V0.0.2_256.safetensors

https://github.com/OpenTalker/SadTalker/releases/download/v0.0.2-rc/SadTalker_V0.0.2_512.safetensors

3）修臉模型

需要放到以下位置：stable-diffusion-webui/extensions/SadTalker/gfpgan/weights 和 stable-diffusion-webui/models/GFPGAN

您可以從以下鏈接下載：

https://github.com/xinntao/facexlib/releases/download/v0.1.0/alignment_WFLW_4HG.pth

https://github.com/xinntao/facexlib/releases/download/v0.1.0/detection_Resnet50_Final.pth

https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.4.pth

https://github.com/xinntao/facexlib/releases/download/v0.2.2/parsing_parsenet.pth

為了方便使用這種方式部署，我們已經(jīng)將相關(guān)文件打包好，大家無需單獨下載。只需聯(lián)系我們，即可獲得下載地址。

4）安裝

首先，將文件下載到本地或云環(huán)境中。以AutoDL為例，將文件保存到/root目錄中。

然后解壓文件到 stable diffusion webui的擴展目錄，并拷貝幾個文件到SD模型目錄：

tar -xvf /root/SadTalker.tar -C /root/stable-diffusion-webui/extensions cp -r /root/stable-diffusion-webui/extensions/SadTalker/gfpgan/weights/* /root/stable-diffusion-webui/models/GFPGAN/

看到下邊的結(jié)果，就基本上差不多了。

SD models 目錄下有這幾個文件：

部署完畢，不要忘了重啟。

二、使用方法

在SD WebUI的Tab菜單中找到SadTalker，按照下邊的順序進行設(shè)置。

1、上傳人物照片。

2、上傳語音文件。

3、選擇視頻人物的姿勢。實際上，這指的是在人物說話時頭部的動作?？梢酝ㄟ^嘗試不同的數(shù)字來選擇合適的動作。

4、分辨率。512的視頻分辨率比256的大。

5、圖片處理方法：corp是從圖片截取頭部做視頻，resize適合大頭照或者證件照，full就是全身照做視頻。

6、Still Model：這個選項可以讓頭部動作不要過大，以避免頭部與身體偏離的情況。然而，這樣可能會導(dǎo)致頭部動作不太明顯。

7、GFPGAN：這個選項可以修整臉部，有助于改善說話時嘴部和眼部可能出現(xiàn)的變形現(xiàn)象，從而使臉部看起來更加自然。

最后，點擊“生成”。根據(jù)硬件的運行速度以及設(shè)置，生成過程可能需要幾分鐘的時間。請耐心等待。

三、常見問題

1、啟動的時候報錯：SadTalker will not support download...

這個提示意味模型無法成功下載?？梢詧?zhí)行以下命令來觸發(fā)下載（請注意將cd后的路徑替換為SadTalker安裝路徑）：

cd stable-diffusion-webui/extensions/SadTalker
chmod 755 scripts/download_models.sh
scripts/download_models.sh

2、合成視頻時報錯：No module named 'xxx'

可以使用pip install命令來安裝xxx。但請注意，如果使用Python虛擬環(huán)境，需要先激活。例如，這里需要先執(zhí)行source xxx命令。然后，可以運行以下命令來安裝

librosa：

source /root/stable-diffusion-webui/venv/bin/activate

pip install librosa

這些命令將激活虛擬環(huán)境并安裝librosa庫。

3、合成視頻時報錯：在合成視頻時，可能會遇到一個錯誤：No such file or directory: '/tmp/gradio/xxx'。這意味著系統(tǒng)無法找到該文件或目錄。為了解決這個問題，可以創(chuàng)建一個目錄。使用以下命令可以輕松地創(chuàng)建該目錄：mkdir -p /tmp/gradio

4、如果遇到提示找不到ffmpeg的情況，嘗試先下載并安裝ffmpeg。通過以下鏈接下載安裝程序：http://ffmpeg.org/download.html

Stable Diffusion本地部署要求

隨著Stable Diffusion在AI藝術(shù)生成領(lǐng)域的不斷發(fā)展和普及，越來越多的用戶希望能夠在自己的本地機器上部署SD模型，以獲得更好的性能表現(xiàn)和使用體驗。然而，部署一個大規(guī)模的生成模型如SD需要強大的計算資源和硬件配置。那么，究竟需要怎樣的計算機配置才能流暢地運行SD模型呢？

一、GPU

GPU最好使用NVIDIA的RTX系列，如RTX 3070，RTX 4070和RTX4060。老一代的RTX 2000系列也可考慮，但性能較新卡略低，且顯存略小。不推薦使用專業(yè)級顯卡如NVIDIA A6000，其擁有大量視頻內(nèi)存，非常適合預(yù)算充足的情況。不要使用筆記本等移動GPU，因為其顯存和功耗都有限，難以進行高效的模型訓(xùn)練。如果條件允許，可以使用多張GPU進行多卡訓(xùn)練，以提高訓(xùn)練速度。

二、CPU

除了GPU之外，具有高核心數(shù)的CPU也是必不可少的。Stable Diffusion的訓(xùn)練和推理過程需要進行大量的矩陣計算，對CPU的并行計算能力有很高的要求。一般來說，至少需要8核心或更多的CPU，如i9-13900；i7-13700；i5 13400；i3 12100；i7 12700 ；i9 12900 等。

三、RAM內(nèi)存

大量的RAM內(nèi)存同樣不可或缺。本地部署SD時，系統(tǒng)內(nèi)存最好在32GB以上。這可以顯著加速數(shù)據(jù)交換與傳輸速度。與GPU類似，更多的GPU卡也會需要更多的系統(tǒng)內(nèi)存配合。

四、存儲方面

系統(tǒng)盤無特殊要求，需要1TB甚至更大的磁盤空間來存儲大規(guī)模的模型文件、數(shù)據(jù)集和生成結(jié)果。使用RAID 0可以獲得更高的讀取速度。

五、網(wǎng)絡(luò)方面

網(wǎng)絡(luò)對于Stable Diffusion的部署和使用都非常關(guān)鍵，需要準備以下幾方面：

1、帶寬需求

初始部署需要下載模型文件，通常數(shù)十GB甚至上百GB，需要具備穩(wěn)定的大帶寬來支持。訓(xùn)練過程中也需要大量的數(shù)據(jù)流量,務(wù)必確認網(wǎng)絡(luò)帶寬足夠,例如千兆寬帶。如果使用云訓(xùn)練平臺,還需要考慮上傳訓(xùn)練結(jié)果的流量。

2、網(wǎng)絡(luò)速度

部署時的下載速度直接影響部署進度,需要盡可能高的網(wǎng)絡(luò)速度。訓(xùn)練時網(wǎng)絡(luò)速度影響同步效率。內(nèi)網(wǎng)訓(xùn)練可以做到更低延遲。公網(wǎng)環(huán)境下,光纖寬帶的低延遲有利于分布式訓(xùn)練。

3、網(wǎng)絡(luò)穩(wěn)定性

訓(xùn)練過程需要持續(xù)不間斷的連接,斷網(wǎng)會造成失敗。部署和使用期間應(yīng)盡量避免網(wǎng)絡(luò)抖動現(xiàn)象的發(fā)生。

4、代理和緩存

可以使用本地代理做緩存,加速模型和數(shù)據(jù)的下載。代理同時還可以提供一定的數(shù)據(jù)安全性和隱私保護。

5、數(shù)據(jù)安全

如果涉及敏感數(shù)據(jù),要注意加密傳輸和訪問控制。遵守相關(guān)的數(shù)據(jù)隱私規(guī)范,謹慎上傳或共享數(shù)據(jù)。

六、軟件方面

操作系統(tǒng)需要Windows 10/11或者較新版本的Linux發(fā)行版，如Ubuntu 20.04+。Python版本需要在3.7以上，主要的深度學(xué)習(xí)框架如PyTorch、TensorFlow也需要相應(yīng)安裝，并確認版本與硬件兼容?？赡苓€需要安裝許多Python庫來支持不同的數(shù)據(jù)加載和圖像處理功能。使用Docker等虛擬化技術(shù)可以簡化軟件環(huán)境配置。

藍海大腦集成SD的PC集群解決方案

AIGC和ChatGPT4技術(shù)的爆燃和狂飆，讓文字生成、音頻生成、圖像生成、視頻生成、策略生成、GAMEAI、虛擬人等生成領(lǐng)域得到了極大的提升。不僅可以提高創(chuàng)作質(zhì)量，還能降低成本，增加效率。同時，對GPU和算力的需求也越來越高，因此GPU服務(wù)器廠商開始涌向該賽道，為這一領(lǐng)域提供更好的支持。在許多領(lǐng)域，如科學(xué)計算、金融分析、天氣預(yù)報、深度學(xué)習(xí)、高性能計算、大模型構(gòu)建等領(lǐng)域，需要大量的計算資源來支持。為了滿足這些需求，藍海大腦PC集群解決方案應(yīng)運而生。

PC集群是一種由多臺計算機組成的系統(tǒng)，這些計算機通過網(wǎng)絡(luò)連接在一起，共同完成計算任務(wù)。PC集群解決方案是指在PC集群上運行的軟件和硬件系統(tǒng)，用于管理和優(yōu)化計算資源，提高計算效率和可靠性。

藍海大腦PC集群解決方案提供高密度部署的服務(wù)器和PC節(jié)點，采用4U機架式設(shè)計，每個機架可插拔4個PC節(jié)點。融合了PC的高主頻和高性價比以及服務(wù)器的穩(wěn)定性的設(shè)計，實現(xiàn)了遠程集中化部署和管理運維。同時，采用模塊化可插拔設(shè)計，使維護和升級變得更加容易。

同時，集成Stable Diffusion AI模型，可以輕松地安裝和使用，無需進行任何額外的配置或設(shè)置。與傳統(tǒng)的人工創(chuàng)作方式相比，Stable Diffusion Al模型可以更快地生成高品質(zhì)的創(chuàng)作內(nèi)容。通過集成這個模型，可以使創(chuàng)作者利用人工智能技術(shù)來優(yōu)化創(chuàng)作流程。另外，藍海大腦PC集群解決方案還具有開箱即用的特點，不僅易于安裝和使用，而且能夠快速適應(yīng)各種創(chuàng)作工作流程。這意味著用戶可以在短時間內(nèi)開始創(chuàng)作，并且在整個創(chuàng)作過程中得到更好的體驗。

一、主要技術(shù)指標

1、支持遠程開關(guān)機和硬重啟PC節(jié)點

2、集成的供電和管理背板，每個節(jié)點750W峰值供電功率

3、機箱管理單元支持節(jié)點遠程上下電

4、每個PC節(jié)點支持熱插拔，單個節(jié)點故障不影響其他節(jié)點工作

5、獨立的管理網(wǎng)口和串口

6、每個節(jié)點配置2個可插拔8038高功率服務(wù)器風(fēng)扇，提供智能溫控

二、客戶收益

Stable Diffusion技術(shù)對游戲產(chǎn)業(yè)帶來了極大的影響和改變。它提升了游戲圖像的質(zhì)量和真實感、增強了游戲體驗和沉浸感、優(yōu)化了游戲制作流程、擴展了游戲應(yīng)用領(lǐng)域，并推動了游戲產(chǎn)業(yè)的發(fā)展和創(chuàng)新。這些都表明，Stable Diffusion技術(shù)在游戲產(chǎn)業(yè)中的應(yīng)用前景十分廣闊，有助于進一步推動游戲行業(yè)的發(fā)展，提高用戶體驗和娛樂價值。

1、提升游戲圖像質(zhì)量和真實感

Stable Diffusion可以在保證渲染速度的前提下，提高游戲圖像的細節(jié)和真實感。傳統(tǒng)的光線追蹤方法需要檢查和模擬每條光線，這樣會消耗大量計算資源，并放緩渲染速度。而Stable Diffusion則利用深度學(xué)習(xí)技術(shù)對光線的擴散過程進行建模，使得處理數(shù)百萬條光線所需的計算時間更短，同時還能夠生成更為精準的光線路徑。這意味著，Stable Diffusion可以讓計算機產(chǎn)生更加逼真的景觀、人物、物品等元素，在視覺效果上得到質(zhì)的飛躍。

2、增強游戲體驗和沉浸感

游戲是一個交互式體驗，它的目標是盡可能地讓玩家沉浸到虛構(gòu)的世界中。Stable Diffusion可以使游戲環(huán)境變得更加真實，并增添一些更具有交互性和觀賞性的場景。例如，利用Stable Diffusion技術(shù)，游戲可以在水面上添加波紋、落葉，或者使搖曳的草叢更逼真。這些改善能夠讓玩家更好地感受游戲中所處的環(huán)境，增強沉浸感。

3、優(yōu)化游戲制作流程

Stable Diffusion的應(yīng)用可以提高游戲開發(fā)的效率和質(zhì)量，減少手動制作和修改的工作量。渲染過程的快速執(zhí)行還可以加速開發(fā)周期，甚至使一些在過去被看做是計算機圖形學(xué)難題的事情變得可能。例如，在模擬復(fù)雜的自然現(xiàn)象或在大范圍內(nèi)生成游戲元素時，使用Stable Diffusion可有效降低游戲開發(fā)的成本和時間，讓開發(fā)者有更多的精力關(guān)注其他方面的設(shè)計和創(chuàng)意。

4、擴展游戲的應(yīng)用領(lǐng)域

Stable Diffusion的應(yīng)用使得游戲在更多的領(lǐng)域得到應(yīng)用。例如，在心理治療、教育、文化傳播等領(lǐng)域中，人工智能游戲可以根據(jù)用戶的情緒和行為變化來調(diào)整游戲內(nèi)容和策略，為用戶提供更符合需求和娛樂性的游戲體驗。此外，利用Stable Diffusion技術(shù)，游戲可以生成不同類型的場景，包括虛擬現(xiàn)實和增強現(xiàn)實等體驗，開發(fā)出更豐富更多變的游戲內(nèi)容。

5、推動游戲產(chǎn)業(yè)的發(fā)展和創(chuàng)新

Stable Diffusion作為先進的計算機圖形學(xué)技術(shù)之一，進一步推動了游戲產(chǎn)業(yè)的發(fā)展和創(chuàng)新。利用人工智能技術(shù)渲染的游戲?qū)a(chǎn)生更高品質(zhì)、更廣泛的游戲類別，從而吸引更多領(lǐng)域的玩家參與，并且會推動相關(guān)行業(yè)的發(fā)展，如文化傳媒行業(yè)、數(shù)字娛樂業(yè)等。同時，穩(wěn)定性更好、性能更高的Stable Diffusion技術(shù)還具有在未來制造更復(fù)雜的虛擬世界的潛力，例如更多樣化、更逼真、更具交互性的虛擬現(xiàn)實環(huán)境和游戲。

三、PC集群解決方案的優(yōu)勢

1、高性能

PC集群解決方案可將多臺計算機的計算能力整合起來，形成一個高性能的計算系統(tǒng)。可支持在短時間內(nèi)完成大量的計算任務(wù)，提高計算效率。

2、可擴展性

可以根據(jù)需要進行擴展，增加計算節(jié)點，提高計算能力。這種擴展可以是硬件的，也可以是軟件的，非常靈活。

3、可靠性

PC集群可以通過冗余設(shè)計和備份策略來提高系統(tǒng)的可靠性。當某個節(jié)點出現(xiàn)故障時，其他節(jié)點可以接管其任務(wù)，保證計算任務(wù)的順利進行。

4、低成本

相比于傳統(tǒng)的超級計算機，PC集群的成本更低。這是因為PC集群采用的是普通的PC硬件，而不是專門的高性能計算硬件。

四、PC集群解決方案的應(yīng)用領(lǐng)域有哪些？

PC集群是指將多臺個人電腦連接在一起，通過網(wǎng)絡(luò)協(xié)同工作，實現(xiàn)高性能計算的一種方式。它的應(yīng)用領(lǐng)域非常廣泛，以下是一些常見的應(yīng)用領(lǐng)域：

1、科學(xué)計算

PC集群可以用于各種科學(xué)計算，如天文學(xué)、生物學(xué)、物理學(xué)、化學(xué)等領(lǐng)域的計算模擬和數(shù)據(jù)分析。

2、工程計算

PC集群可以用于工程領(lǐng)域的計算，如飛機設(shè)計、汽車設(shè)計、建筑結(jié)構(gòu)分析等。

3、金融計算

PC集群可以用于金融領(lǐng)域的計算，如股票交易、風(fēng)險評估、投資組合優(yōu)化等。

4、大數(shù)據(jù)處理

PC集群可以用于大數(shù)據(jù)處理，如數(shù)據(jù)挖掘、機器學(xué)習(xí)、人工智能等領(lǐng)域的數(shù)據(jù)處理和分析。

5、圖像處理

PC集群可以用于圖像處理，如視頻編碼、圖像識別、虛擬現(xiàn)實等領(lǐng)域的圖像處理和渲染。

五、常用配置推薦

1、處理器，CPU：

i9-13900 24C/32T/2.00GHz/32MB/65W/Up to DDR5 5600 MT/s / Up to DDR4 3200 MT/s

i7-13700 16C/24T/2.10GHz/30MB/65W/Up to DDR5 5600 MT/s / Up to DDR4 3200 MT/s

i5 13400 10C/16T/1.80GHz/20MB/65W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

i3 13100 4C/8T/3.40GHz/12MB/60W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

G6900 2C/2T/3.40GHz/4MB/46W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

G7400 2C/4T/3.70GHz/6MB/46W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

i3 12100 4C/8T/3.30GHz/12MB/60W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

i5 12400 6C/12T/2.50GHz/18MB/65W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

i7 12700 12C/20T/2.10GHz/25MB/65W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

i9 12900 16C/24T/2.40GHz/30MB/65W/Up to DDR5 4800 MT/s /Up to DDR4 3200 MT/s

2、顯卡GPU:

NVIDIA RTX GeForce 3070 8GB

NVIDIA RTX GeForce 3080 10GB

NVIDIA RTX GeForce 4070 12GB

NVIDIA RTX GeForce 4060Ti 8GB or 16GB

3、內(nèi)存：

32GB×2

4、系統(tǒng)盤：

M.2 500GB

5、數(shù)據(jù)盤：

500GB 7200K

審核編輯 黃宇