Stabile Diffusion API auf GCP erstellen: Eine Schritt-für-Schritt-Anleitung

Was ist Stable Diffusion?

Stable Diffusion ist ein hochmodernes Deep-Learning-Modell, das 2022 eingeführt wurde und auf die Text-zu-Bild-Generierung spezialisiert ist. Es ermöglicht Benutzern, hochqualitative Bilder aus textuellen Beschreibungen zu erstellen. Die Flexibilität des Modells erstreckt sich über verschiedene Anwendungen, einschließlich Inpainting, Outpainting und der Generierung von Bildübersetzungen, indem es mit Textaufforderungen geleitet wird. Mit der Unterstützung von Stability.ai hat Stable Diffusion schnell an Popularität unter Entwicklern und Künstlern gewonnen.

So erstellen Sie ein GCP-Konto

Um Stable Diffusion effektiv nutzen zu können, müssen Sie ein Google Cloud Platform (GCP)-Konto erstellen, wenn Sie dies noch nicht getan haben. Folgen Sie diesen Schritten:

1. Besuchen Sie GCP Free Tier und melden Sie sich an.
2. Richten Sie ein Abrechnungskonto ein, da GPU-Funktionalitäten ein abgerechnetes Konto erfordern.
3. Erwägen Sie, ein Budget mit Warnungen festzulegen, um unerwartete Ausgaben zu vermeiden, insbesondere da die GPU-Nutzung schnell ansteigen kann.

Beantragung des GPU-Zugangs

Nachdem Ihr Konto eingerichtet ist, folgen Sie diesen Schritten, um den GPU-Zugang zu beantragen:

1. Aktivieren Sie die Compute Engine API, indem Sie zur Seite APIs & Dienste navigieren und danach suchen.
2. Klicken Sie auf die API und dann auf Aktivieren.
3. Filtern Sie im Abschnitt Kontingente nach GPUs (alle Regionen) und beantragen Sie eine Erhöhung von 0 auf 1. Erklären Sie, dass Sie ein Machine Learning-Modell verwenden, das GPU-Unterstützung benötigt.
4. Seien Sie sich bewusst, dass die Genehmigung Ihrer Anfrage bis zu zwei Tage dauern kann.

Erstellen einer virtuellen Maschine Instanz

Nachdem Ihr GPU-Zugang genehmigt wurde, ist es an der Zeit, eine VM-Instanz zu erstellen:

1. Gehen Sie zu GCP Compute Instances und klicken Sie auf Instanz erstellen.
2. Benennen Sie Ihre Instanz, z. B. "stable-diffusion-instance".
3. Wählen Sie die Region sorgfältig aus, da die GPU-Verfügbarkeit variieren kann.
4. Wählen Sie einen Maschinentyp; der NVIDIA T4 ist eine solide, kosteneffektive Option.
5. Für die Boot-Disk stellen Sie diese auf Deep Learning Linux mit mindestens 50 GB Speicher ein.
6. Aktivieren Sie die erforderlichen Firewall-Einstellungen, indem Sie sowohl HTTP-Verkehr zulassen als auch HTTPS-Verkehr zulassen aktivieren.

Erstellen einer Firewall-Regel

Bevor Sie auf Ihre Instanz zugreifen, richten Sie eine Firewall-Regel ein:

1. Gehen Sie zu GCP Firewall-Regeln und wählen Sie Firewall-Regel erstellen.
2. Nennen Sie es stable-diffusion-rule und fügen Sie Ihr vorheriges Tag im Abschnitt Ziele hinzu.
3. Setzen Sie die Quell-IP-Bereiche auf 0.0.0.0/0 und erlauben Sie tcp:5000 durch Protokolle und Ports.

Zugriff auf Ihre Compute-Instanz

Der einfachste Weg, auf Ihre neu erstellte VM-Instanz zuzugreifen, ist per SSH von Ihrer GCP-Konsole. Navigieren Sie zurück zu Ihrer Instanzenliste und klicken Sie auf Ihre Instanz.

Einrichten von Stable Diffusion

Bei Ihrem ersten Login werden Sie aufgefordert, die NVIDIA-Treiber zu installieren:

1. Folgen Sie der Aufforderung, indem Sie „Y“ für Ja eingeben, um die Treiber zu installieren.
2. Bitte beachten Sie, dass Sie diese Treiber nach jedem Stop/Start der Instanz erneut installieren müssen.
3. Klonen Sie die erforderlichen Repositorys für Stable Diffusion.
4. Stellen Sie sicher, dass Docker installiert ist.
5. Schließlich bauen Sie Ihr Docker-Image und laden Sie die Modellgewichte von Hugging Face herunter, nachdem Sie ein Konto erstellt und ein Auth-Token generiert haben.

Testen Ihres Modells

Sobald die Installationen abgeschlossen sind und das Modell läuft, erhalten Sie eine Ausgabedatei (typischerweise output-1.png). Sie können sie einfach über Terminalbefehle herunterladen.

Um Ihr aktuelles Arbeitsverzeichnis zu finden, geben Sie pwd ein und notieren Sie den Pfad für die nächsten Schritte.

API-Testen

Die Antworten Ihres Modells werden im Base64-Format codiert. Verwenden Sie Tools wie Base64-zu-Bild-Konverter, um Ihre Bilder zu decodieren und eine Vorschau anzuzeigen.

Exploring Deforum

Wenn Sie an der Erstellung von Videos interessiert sind, sollten Sie Deforum ausprobieren, ein Modell, das speziell für die Erstellung kurzer Videos entwickelt wurde.

Fazit

Vielen Dank, dass Sie diesem Leitfaden zur Einrichtung von Stable Diffusion auf GCP gefolgt sind! Für weitere Tutorials besuchen Sie gerne unsere Tutorial-Seite und erkunden Sie weiter.

Diese Anweisungen wurden aus verschiedenen Quellen zusammengestellt, um umfassende Anleitungen zur Erreichung Ihrer Ziele im Bereich Machine Learning mit Stable Diffusion zu bieten.