Mac M1 8G 丐版尝试本地部署 Stable Diffusion

背景

最近很火的两个主题一个是 ChatGPT 另一个就是 AI 绘画了，ChatGPT 之前已经尝试过了，而且也在实际工作中使用了。接下来我们一起来看看 AI 绘画相关的技术。

框架介绍

随着人工智能技术的不断发展，AI 绘画成为了一个备受关注的领域。其中，Stable Diffusion（稳定扩散）是一种常用的图像生成方法。

Stable Diffusion 基于偏微分方程，通过对图像像素进行随机扰动来生成新的图像。相比于传统的生成模型，Stable Diffusion 不需要训练大量的样本数据，而且可以产生高质量、多样化的图像。

在实际应用中，Stable Diffusion 已经被广泛应用于艺术创作和影视特效等领域。例如，利用 Stable Diffusion 生成的图像可以作为电影场景的背景，或者作为艺术品的创作素材。此外，Stable Diffusion 还可以与其他的生成模型相结合，产生更加复杂、多样化的图像。

虽然 Stable Diffusion 在图像生成领域有着广泛的应用前景，但是其也存在着许多挑战。其中，最主要的问题是如何控制随机扰动的强度和方向，以达到理想的生成效果。未来的研究将会集中在解决这些问题，并不断提高 Stable Diffusion 的生成效率和质量。

为了方便，我们后续的内容将 Stable Diffusion 简称为 SD。

环境准备

我的电脑是 M1 8G 的丐版，不知道能不能成功运行，如果你和我一样的配置，请看关注后续文章，再决定要不要跟着操作。

• 硬件：

• 8G 的显存

• 足够的硬盘空间

100G 基本够用了，如果你是 Windows，切记不要将软件安装在 C 盘。如果你是 Mac，且没有足够的硬盘空间，可以准备一个固态的移动硬盘。（我后续使用的还是之前的 T7 的那个盘）

• 软件：

• Python 3.10.x

网上很多文章都要你去安装 homebrew，好多小伙伴都卡在了这里。如果你安装不了，没关系，只要能安装好 Python3.10 就行，我推荐使用 miniconda 来安装和管理环境。

下载地址：Miniconda — conda documentation

• Git

后续我们要频繁的使用它来拉取 GitHub 的资源

下载地址：Git - Downloads (git-scm.com)

• PyTorch2.0

这个版本的 PyTorch 可以支持 M1 的电脑使用 GPU(MPS)来进行训练，可以大大的提升出图速度。

前置条件已经准备好后，我们就可以尝试搭建本地 SD 环境了。我们下期再见。