背景

上一篇中，我们使用了 PAI-Blade 优化了 diffusers 中 Stable Diffusion 模型。本篇，我们继续介绍使用 PAI-Blade 优化 LoRA 和 Controlnet 的推理流程。相关优化已经同样在 registry.cn-beijing.aliyuncs.com/blade_demo/blade_diffusion镜像中可以直接使用。同时，我们将介绍 Stable-Diffusion-webui 中集成 PAI-Blade 优化的方法。

LoRA 优化

PAI-Blade 优化 LoRA 的方式，与前文方法基本相同。包括：加载模型、优化模型、替换原始模型。以下仅介绍与前文不同的部分。

首先，加载 Stable DIffusion 模型后，需要加载 LoRA 权重。

pipe.unet.load_attn_procs("lora/")

使用 LoRA 时，用户可能需要切换不同的 LoRA 权重，尝试不同的风格。因此，PAI-Blade 需要在优化配置中，传入freeze_module=False，使得优化过程中，不对权重进行编译优化，从而不影响模型加载权重的功能。通过这种方式，PAI-Blade 优化后的模型，依然可以使用pipe.unet.load_attn_procs()方式加载 LoRA 的权重，而不需要重新编译优化。

由于模型权重未进行优化流程，一些对常量的优化无法进行，因此会损失部分优化空间。为了解决性能受损的问题，PAI-Blade 中，使用了部分 patch，对原始模型进行 python 层级的替换，使得模型更适合 PAI-Blade 优化。通过在优化前，使用 torch_blade.monkey_patch优化 Stable Diffusion 模型中的 unet 和 vae 部分，能更好的发挥 PAI-Blade 能力。

from torch_blade.monkey_patch import patch_utils
patch_utils.patch_conv2d(pipe.vae.decoder)patch_utils.patch_conv2d(pipe.unet)
opt_cfg = torch_blade.Config()...opt_cfg.freeze_module = Falsewith opt_cfg, torch.no_grad():    ...

如果没有 LoRA 权重切换的需求，可以忽略上述步骤，获得更快的推理速度。

Benchmark

我们在 A100/A10 上测试了上述对 LoRA 优化的结果，测试模型为 runwayml/stable-diffusion-v1-5，测试采样步数为 50。

ControlNet 适配

根据 ControlNet 的模型结构图以及diffusers中ControlNet实现，可以将 ControlNet 的推理分为两部分。

1. ControlNet 部分，其 input blocks 和  mid block 结构与 Stable DiffusionUnet 的前半部分相同，剩余部分为卷积。ControlNet 所有输出传入到 Stable DIffusion 的 Unet 中，作为输入；

2. Stable Diffusion 的 Unet 除了原始输入外，额外增加了 ControlNet 的输出作为输入。

根据上述特点，我们可以做出以下的优化：

首先，优化 ControlNet，

controlnet = torch_blade.optimize(pipe.controlnet, model_inputs=tuple(controlnet_inputs), allow_tracing=True)

在优化 unet 模型时，由于 torch2.0 之前的版本，torch.jit.trace 不支持使用 dict 作为输入，所以我们使用 Wrapper 包装 Unet 后便于 trace 和优化。同时，使用优化后的 ControlNet 执行一次推理，将其输出添加到 Unet 输入中。

class UnetWrapper(torch.nn.Module):    def __init__(self, unet):        super().__init__()        self.unet = unet
    def forward(        self,        sample,        timestep,        encoder_hidden_states,        down_block_additional_residuals,        mid_block_additional_residual,    ):        return self.unet(            sample,            timestep,            encoder_hidden_states=encoder_hidden_states,            down_block_additional_residuals=down_block_additional_residuals,            mid_block_additional_residual=mid_block_additional_residual,        )
...down_block_res_samples, mid_block_res_sample = controlnet(*controlnet_inputs)unet_inputs += [tuple(down_block_res_samples), mid_block_res_sample]unet = torch_blade.optimize(UnetWrapper(pipe.unet).eval(), model_inputs=tuple(unet_inputs), allow_tracing=True)

结合上述功能，可以同时实现：

1. LoRA 权重替换；

2. ControlNet 权重替换，来使用不同 ControlNet model。

benchmark

我们在 A100/A10 上测试了上述对 ControlNet 优化的结果，测试模型为 runwayml/stable-diffusion-v1-5，测试采样步数为 50。

小结

在上述部分，我们使用了 PAI-Blade 优化了 Stable DIffusion 模型的 encoder、unet、decoder 部分，大幅降低推理延时的同时，减少了显存占用，从而降低 Stable DIffusion 模型推理成本。同时，PAI-Blade 支持了 LoRA、ControlNet 等常用功能，扩展了 PAI-Blade 的实用性。

webui 适配

stable-diffusion-webui 是 Stable DIffusion 非常热门的应用，PAI-Blade 同样提供了对其优化支持。目前，PAI-Blade 已经支持了模型权重切换、LoRA、ControlNet 等 webui 中常用的功能，同时通过 extension 的形式集成，可以便于用户使用。目前，相关优化已经集成到 PAI-EAS 的 eas-registry.cn-hangzhou.cr.aliyuncs.com/pai-eas/sdwebui-inference:0.0.2-py310-gpu-cu117-ubuntu2204-blade 镜像，可以通过 PAI_EAS 直接体验 PAI-Blade 的优化能力。

下面介绍该插件中，PAI-Blade 在 webui 中优化方式和性能。webui 优化原理与 diffusers 大致相同，以下是几个主要不同点：

分模块优化 Unet 和 ControlNet

由于 webui 中，ControlNet 需要逐个调用 Unet 的子模块，为了兼顾 ControlNet，PAI-Blade 并没有像 diffusers 中一样，优化整个 Unet 和 ControlNet。而是采取逐个子模块优化的方法，将 Unet、ControlNet 中所有的 down blocks、 mid block、up blocks 分别进行优化和替换。经过测试，此种优化方式几乎不影响模型推理速度。

不冻结权重

webui 的网页上，可以快捷的切换模型权重。因此，PAI-Blade 采取和 diffusers 中 LoRA 优化同样的方法，不对权重进行优化。

LoRA 优化

webui 中，多个 LoRA 会逐个调用 LoRA 计算，计算时间随 LoRA 数量增多而变长。PAI-Blade 在加载 LoRA 权重时，将多个 LoRA 的权重与 scale 预先 fuse，减少了运行时的开销。加载和 fuse 的开销，经测试可忽略不计。

Benchmark

我们在 A10 上测试了 webui 中，Stable DIffusion V1 模型在 batch size 为 1，分辨率为 512*512 条件下的推理速度。由于 webui 中涉及到网络传输等模型无关部分的延迟，因此本部分只测试了模型部分耗时。结果如下：

由该表可知，webui 在 eager 和 xformers 模式下，推理时间随 LoRA 数量增加而延长，而 PAI-Blade 将所有 LoRA 的权重融合到基础模型，所以推理时间与 LoRA 数量无关。

总结

这两篇文章中，我们介绍了 PAI-Blade 在 Stable DIffusion 模型上的优化经验，目前已经支持了 Diffusers 和 Stable-DIffusion-webui 两种主流推理方式。

我们调研了相关公开的竞品对 Stable Diffusion 的支持情况，结果如下：

根据公开性能数字和业务实测，PAI-Blade 对 Stable DIffusion 模型，不仅支持最为全面，同时性能和显存使用也是最佳水平。

目前 PAI-Blade 已经陆续在相关业务中上线使用。接下来，我们将继续优化性能，完善相关功能支持。欢迎大家交流、联系和合作~