我想做的事情
使用 stable-diffusion.cpp 从命令行运行 SD3.5-medium (stable-diffusion-3.5-medium)。
据说它速度快，质量好。
它既可以在 AMD 的 GPU 上运行，也可以在 AMD 的 CPU 上运行。
环境设置
稳定扩散.cpp
请从以下页面下载适合您环境的 Zip 文件。
如果你想在 AMD GPU 上运行它，你需要一个名称中带有vulkan或rocm 的程序。
（基本上，Vulkan 应该没问题。ROCM 可能会对可使用的 GPU 有限制。）
这适用于名称中带有CUDA 的英伟达 GPU。
AVX512、AVX2、AVX 和 NOAVX 都是基于 CPU 的指令集。请检查哪个 AVX 版本与您的 CPU 兼容并下载。（我之前弄错了，但 AMD CPU 似乎也可以使用 AVX。最简单的办法是咨询 AI 以确定哪个版本兼容。）
将下载的文件解压到你选择的文件夹后，就可以开始了。
模型
请从以下页面下载一个模型。（Q后面的数字越大，性能越好，生成时间越长。）
接下来，从以下页面下载 t5xxl_XXXXX.safetensors 文件之一，以及 clip_g.safetensors 和 clip_l.safetensors 文件（共三个文件）。
接下来，请从以下页面下载 diffusion_pytorch_model.safetensors。请注意，您需要登录 Hugging Face 并同意其使用条款才能下载。（登录后，进入模型卡片标签页，将显示同意条款的界面。）
执行
启动命令行并导航到您解压 stable-diffusion.cpp 的文件夹。
执行以下命令。（将模型路径替换为您所使用的模型的路径。）
sd-cli.exe --diffusion-model ModelPath--clip_l clip_l.safetensorsPath --vae diffusion_pytorch_model.safetensorsPath --clip_g clip_g.safetensorsPath --t5xxl t5xxl_XXXX.safetensorsPath -H 512 -W 512 -p "a lovely cat" --cfg-scale 4.5 --sampling-method euler -v --clip-on-cpu
如果在执行命令的文件夹中生成了猫的图像，则表示命令执行成功。
选项（参数）
选项汇总如下页。
以下仅列出最常用的基本功能。
| -m | 模型路径 |
| -p | 迅速的 |
| -s | 种子价值 指定-1以随机生成。 请注意，如果您不指定格式，则每次都会生成相同的图像。 |
-H | 图片高度 |
| -在 | 图片宽度 |
- 脚 | VAE路径 |
步骤 | 步骤。初始值：20 请注意，对于某些型号，较低的数值可能更好。 （Qwen Image提供的官方示例为50。） |
执行速度
图像生成速度如下：（不包括模型加载时间或迭代后的时间。）
| 模型 | 生成时间（秒） |
| 稳定扩散（Vulkan） | 36 |
| Qwen Image（Vulkan） | 623 |
| SD3.5-中等(Vulcan) | 56 |
就我个人而言，正如传闻所说，它的图像质量比 StableDiffusion 更高，而且似乎比我对比过的另外两个模型具有更好的平衡性。
コメント