- 本文主要介绍SD在各种平台部署测试的对比，以方便需要使用的同学决定使用哪种系统平台和哪些硬件进行部署
- 对比维度包含出图的速度，显卡性能对比，系统部署便捷度对比等
- 本文使用的硬件偏向使用现有的设备进行，这些设备基本可以方便地测试出SD的最小运行边界
- 从最终结果看，SD其实最重要的要素还是内存和显存需求，毕竟是python编写加上模型加载
硬件对比
- 系统介绍 戴尔pc机器使用Archlinux 线上服务器采用Ubuntu2204版本 macmini默认使用MacOS 14.4.1
- 显卡性能对比(显卡性能主要选取 FP16指标的TFLOPS大小，基本可以判断出算图的速度) NVIDIA Quadro P2200：3.8 TFLOPS NVIDIA GeForce RTX 3090：35.58 TFLOPS M2 Pro：5.68 TFLOPS
- 使用 sd_xl_base_1.0.safetensors 模型进行测试
- Magic Word
- # Prompt photo portrait, Asian girl, t-shirt, ultra quality, studio lighting, detailed, 8K # Negative Prompt low quality, deform, ugly, blurry
- 选项配置
- Width: 1024
- Height: 1024
- Sampling steps: 30
- 戴尔PC出图性能
- 显存峰值使用：4121MiB
- 内存占用：14.1G
- 出图时间：5min20s
- 线上服务器出图性能：
- 显存峰值使用：18358MiB
- 内存占用：1.6G
- 出图时间：18.8s
主机 | 启动参数：COMMANDLINE_ARGS |
戴尔pc | --medvram-sdxl --lowvram --skip-torch-cuda-test --precision full --no-half --listen |
线上服务器 | --precision full --no-half |
Macmini | --medvram-sdxl --lowvram --skip-torch-cuda-test --precision full --no-half --listen |
- GeForce RTX 3090 >> Quadro P2200 >> Apple M2 Pro
- 戴尔pc 戴尔PC机器搭配英伟达P2200显卡，可以比较顺畅的运行SD，但前提是必须增加选项调低显存要求。 P2200无需外接电源，可以方便插拔。 很适合现有pc机器，无需任何改装即可增加显卡的场景。当然，大前提是能接受比较慢的出图速度。
- 线上服务器 搭配3090的显卡配置，无疑是出图速度最快的，而且整体内存、显存压力都可以抗住 从峰值显存看，还有6GB的富裕，可以尝试其他较大的模型也基本可以完美适配 市面上3090还是可以比较便宜的买到，性价比较高。 当然如果钱包比较厚实，40系列的显卡也是完全没问题的，购买时最好选择显存大的显卡型号
- Mac的平台 Mac硬件平台对于运行这类SD文出图类型的算图模型有些许吃力，毕竟不是专业的GPU 虽然有苹果自家一体芯片的加持，但强项并不在这方面，且内存限制，并不能较顺畅的加载模型。 如果需要加载SDXL这类4GB大小以上的模型，16GB的统一内存显然不够用，swap显示可以占用到10G以上，导致出图时，看视频网站基本可以声画不同步(亲测斗鱼直播，画面成幻灯片，声音断断续续) 根据其他硬件平台的测试结果，推荐统一内存在48G以上，但价格会来到2w以上，否则适用性会比较差
- 从性能至上的角度评价，3090 家用pc的组合会是一个比较棒的选项，借助docker linux的组合，将算图单独旁置，会比较方便，且会有比较多的磁盘空间存放各种各样想体验的模型
- 如果体验一把SD的玩法，但囊中羞涩，并且对于算图时间不讲究的话。普通pc机器 再淘一个5GB显存左右的Quadro系列显卡也是一个比较好的选项，需要增加的金钱并不多，还可以装一个双系统玩点3a大作。Quadro的二手显卡还是比较少矿卡的，还是比较合适的选择
- Mac平台体验，建议统一内存能搞多大搞多大，没事跑跑gpt类型的大模型也是可以的。但综合来讲，同等配置的mac会比同等配置的pc贵好多
- 最后附上各平台出图的效果截图
戴尔pc P2200出图截图
服务器 3090出图截图
