සෑම සතියකම අති නවීන තාක්ෂණය පිළිබඳ නිවේදන සමඟින් අපි ජීවත් වන්නේ උද්වේගකර කාලවල ය. OpenAI දැන් නවීනතම පෙළ සිට රූපය දක්වා DALLE 2 ආකෘතිය නිකුත් කළේය.
ස්වභාවික භාෂා විස්තර වලින් යථාර්ථවාදී ග්රැෆික්ස් ජනනය කළ හැකි නව AI පද්ධතියකට මුල් ප්රවේශය ලබා ගත්තේ කිහිප දෙනෙකුට පමණි. එය තවමත් මහජනතාවට වසා ඇත.
Stability AI පසුව නිකුත් කරන ලදී ස්ථායී විසරණය ආකෘතිය, DALLE2 හි විවෘත මූලාශ්ර ප්රභේදයකි. මෙම දියත් කිරීම සියල්ල වෙනස් කර ඇත. අන්තර්ජාලය පුරා සිටින මිනිසුන් ඉක්මන් ප්රතිඵල ප්රකාශයට පත් කරමින් යථාර්ථවාදී කලාවෙන් පුදුමයට පත් විය.
ස්ථාවර විසරණය යනු කුමක්ද?
ස්ථායී විසරණය පාඨයෙන් රූප නිර්මාණය කිරීමට, පෙළ අනුව රූප වෙනස් කිරීමට සහ අඩු විභේදන හෝ අඩු විස්තර සහිත රූපවල විස්තර පිරවීමට හැකියාව ඇති යන්ත්ර ඉගෙනුම් ආකෘතියකි.
එය ඡායාරූප බිලියන ගණනක් මත පුහුණු කර ඇති අතර එයට සමාන ප්රතිඵල ලබා දිය හැක DALL-E2 සහ මැද ගමන. ස්ථාවර AI එය සොයා ගන්නා ලද අතර එය 22 අගෝස්තු 2022 වන දින ප්රසිද්ධියට පත් කරන ලදී.
නමුත් සීමිත දේශීය පරිගණක සම්පත් සමඟින්, ස්ථායී විසරණ ආකෘතිය උසස් තත්ත්වයේ පින්තූර නිර්මාණය කිරීමට බොහෝ කාලයක් ගත වේ. වලාකුළු සපයන්නා භාවිතා කරමින් අන්තර්ජාලය හරහා ආකෘතිය ධාවනය කිරීම අපට අනන්තවත් පරිගණක සම්පත් සපයන අතර අපට වඩා වේගයෙන් විශිෂ්ට ප්රතිඵල ලබා ගැනීමට ඉඩ සලසයි.
ආකෘතිය ක්ෂුද්ර සේවාවක් ලෙස සත්කාරකත්වය සැපයීම මගින් ML ආකෘති මාර්ගගතව ධාවනය කිරීමේ සංකීර්ණතා සමඟ ගනුදෙනු නොකර ආකෘතියේ විභවයන් වඩාත් පහසුවෙන් ප්රයෝජනයට ගැනීමට වෙනත් නිර්මාණශීලී යෙදුම්වලට ඉඩ සලසයි.
මෙම ලිපියෙන් අපි ස්ථායී විසරණ ආකෘතියක් සංවර්ධනය කර එය AWS වෙත යෙදවිය යුතු ආකාරය නිරූපණය කිරීමට උත්සාහ කරමු.
ස්ථායී විසරණය ගොඩනැගීම සහ යෙදවීම
BentoML සහ Amazon Web Services EC2 යනු ස්ථායී විසරණ මාදිලිය මාර්ගගතව සත්කාරකත්වය සඳහා විකල්ප දෙකකි. BentoML යනු පරිමාණය සඳහා විවෘත මූලාශ්ර රාමුවකි යන්ත්ර ඉගෙනීම සේවාවන්. BentoML සමඟින්, අපි විශ්වාසනීය විසරණ සේවාවක් ගොඩනඟා එය AWS EC2 වෙත යොදවන්නෙමු.
පරිසරය සකස් කිරීම සහ ස්ථායී විසරණ ආකෘතිය බාගත කිරීම
අවශ්යතා ස්ථාපනය කර ගබඩාව ක්ලෝන කරන්න.
ඔබට ස්ථායී විසරණ ආකෘතිය තෝරා බාගත කළ හැකිය. 10GB ට වැඩි VRAM සහිත CPU හෝ GPU සඳහා තනි නිරවද්යතාවය සුදුසු වේ. 10GB VRAM ට අඩු GPU සඳහා අර්ධ නිරවද්යතාවය වඩාත් සුදුසු වේ.
ස්ථායී විසරණය ගොඩනැගීම
පිටුපස ඇති ආකෘතියට සේවය කිරීම සඳහා අපි BentoML සේවාවක් ගොඩනඟමු රෙස්ට්ෆුල් ඒපීඅයි. පහත උදාහරණය පුරෝකථනය සඳහා තනි නිරවද්යතා ආකෘතිය සහ සේවාව ව්යාපාර තර්කනයට සම්බන්ධ කිරීමට service.py මොඩියුලය භාවිතා කරයි. @svc.api සමඟින් ටැග් කිරීමෙන් අපට API ලෙස ශ්රිත නිරාවරණය කළ හැක.
තවද, අපට පරාමිතිවල API වල ආදාන සහ ප්රතිදාන වර්ග නිර්වචනය කළ හැක. උදාහරණයක් ලෙස, txt2img අන්ත ලක්ෂ්යය, JSON ආදානයක් ලබාගෙන රූප ප්රතිදානයක් නිපදවන අතර, img2img අන්ත ලක්ෂ්යය රූපයක් සහ JSON ආදානයක් පිළිගෙන රූප ප්රතිදානයක් ලබා දෙයි.
StableDiffusionRunnable එකක් අත්යවශ්ය අනුමාන තර්කනය නිර්වචනය කරයි. ආකෘතියේ txt2img පයිප්ප ක්රම ක්රියාත්මක කිරීම සහ අදාළ යෙදවුම් යැවීම සඳහා ධාවනය කළ හැකි තැනැත්තා භාරව සිටී. API වල ආදර්ශ අනුමාන තර්කනය ක්රියාත්මක කිරීම සඳහා, StableDiffusionRunnable වෙතින් අභිරුචි ධාවකයක් සාදනු ලැබේ.
පසුව, පරීක්ෂා කිරීම සඳහා BentoML සේවාවක් ආරම්භ කිරීමට පහත විධානය භාවිතා කරන්න. දේශීයව පවත්වාගෙන යනු ලැබේ ස්ථායී විසරණ ආකෘතිය CPUs පිළිබඳ නිගමනය තරමක් මන්දගාමී ය. සෑම ඉල්ලීමක්ම ක්රියාවට නැංවීමට මිනිත්තු 5ක් පමණ ගත වේ.
රූපයට පෙළ
පෙළ සිට රූපය දක්වා ප්රතිදානය
bentofile.yaml ගොනුව අවශ්ය ගොනු සහ පරායත්තතා නිර්වචනය කරයි.
බෙන්ටෝ එකක් සෑදීමට පහත විධානය භාවිතා කරන්න. Bento යනු BentoML සේවාවක් සඳහා බෙදාහැරීමේ ආකෘතියයි. එය සේවාව ආරම්භ කිරීමට අවශ්ය සියලුම දත්ත සහ වින්යාසයන් අඩංගු ස්වයං අන්තර්ගත ලේඛනාගාරයකි.
ස්ථායී විසරණය බෙන්ටෝ සම්පූර්ණ කර ඇත. ඔබට බෙන්ටෝ නිසි ලෙස ජනනය කිරීමට නොහැකි නම්, කලබල නොවන්න; ඊළඟ කොටසේ ලැයිස්තුගත කර ඇති විධානයන් භාවිතයෙන් ඔබට පෙර-සාදන ලද ආකෘතිය බාගත කළ හැකිය.
පූර්ව-නිර්මාණ ආකෘති
පහත දැක්වෙන්නේ පූර්ව ගොඩනැගීමේ ආකෘති:
EC2 වෙත ස්ථායී විසරණ ආකෘතිය යොදන්න
බෙන්ටෝ EC2 වෙත යෙදවීමට, අපි bentoctl භාවිතා කරමු. bentoctl ඔබට ඔබේ බෙන්ටෝ ඕනෑම දෙයකට යෙදවීමට ඉඩ දිය හැක වලාකුළු වේදිකාව Terraform භාවිතා කරමින්. Terraform ගොනු තැනීමට සහ යෙදීමට, AWS EC2 ක්රියාකරු ස්ථාපනය කරන්න.
යෙදවුම් config.yaml ගොනුව තුළ, යෙදවීම දැනටමත් වින්යාස කර ඇත. කරුණාකර ඔබගේ අවශ්යතා අනුව සංස්කරණය කිරීමට නිදහස් වන්න. බෙන්ටෝ පෙරනිමියෙන් g4dn.xlarge ධාරකයක් මත යොදවා ඇත ගැඹුරු ඉගෙනීම AMI GPU PyTorch 1.12.0 (Ubuntu 20.04) US-west-1 කලාපයේ AMI.
දැන් Terraform ගොනු සාදන්න. ඩොකර් රූපය සාදා එය AWS ECR වෙත උඩුගත කරන්න. ඔබගේ කලාප පළල මත පදනම්ව, පින්තූර උඩුගත කිරීමට බොහෝ කාලයක් ගත විය හැක. AWS EC2 වෙත බෙන්ටෝ යෙදවීමේදී, Terraform ගොනු භාවිතා කරන්න.
Swagger UI වෙත ප්රවේශ වීමට, EC2 කොන්සෝලය වෙත සම්බන්ධ වී බ්රවුසරයක පොදු IP ලිපිනය විවෘත කරන්න. අවසාන වශයෙන්, Stable Diffusion BentoML සේවාව තවදුරටත් අවශ්ය නොවේ නම්, යෙදවීම ඉවත් කරන්න.
නිගමනය
SD සහ එහි සහචර මාදිලි කෙතරම් සිත් ඇදගන්නාසුළු සහ බලවත් දැයි බැලීමට ඔබට හැකි විය යුතුය. අපි සංකල්පය තවදුරටත් පුනරුච්චාරණය කරන්නේද නැතහොත් වඩාත් සංකීර්ණ ප්රවේශයන් වෙත ගමන් කරනවාද යන්න කාලය විසින් කියනු ඇත.
කෙසේ වෙතත්, වටපිටාව සහ උපදෙස් වඩා හොඳින් ග්රහණය කර ගැනීම සඳහා ගැලපීම් සහිත විශාල මාදිලි පුහුණු කිරීමට දැනට මුල පිරීම් සිදුවෙමින් පවතී. අපි BentoML භාවිතයෙන් ස්ථායී විසරණ සේවාව සංවර්ධනය කිරීමට උත්සාහ කළ අතර එය AWS EC2 වෙත යෙදවූවෙමු.
AWS EC2 මත සේවාව යෙදවීමෙන් ස්ථායී විසරණ ආකෘතිය වඩා බලවත් දෘඪාංග මත ධාවනය කිරීමට, අඩු ප්රමාදයකින් පින්තූර නිර්මාණය කිරීමට සහ තනි පරිගණකයකින් ඔබ්බට දිගු කිරීමට අපට හැකි විය.
ඔබමයි