人工智能三大支柱，即算力、算法、數(shù)據(jù)，都離不開算力支撐。
最近，AI繪畫大熱，我們所說的“AI繪畫”的概念，指的是基于深度學(xué)習(xí)模型來進(jìn)項(xiàng)自動(dòng)作圖的計(jì)算機(jī)程序。
2012年，Google兩位大名鼎鼎的AI大神使用1.6萬個(gè)CPU訓(xùn)練了一個(gè)當(dāng)時(shí)世界上最大的深度學(xué)習(xí)網(wǎng)絡(luò), 用來指導(dǎo)計(jì)算機(jī)畫出貓臉圖片. 當(dāng)時(shí)他們使用了1000萬個(gè)貓臉圖片, 1.6萬個(gè)CPU整整訓(xùn)練了3天, 最終生成到了一個(gè)非常模糊的貓臉。

是不是感覺有點(diǎn)不可思議，2012年大規(guī)模計(jì)算機(jī)集群已經(jīng)處于很現(xiàn)代水平了，可是結(jié)果確如此模糊。

大家或許有個(gè)基本概念, 深度學(xué)習(xí)模型的訓(xùn)練簡單說來就是利用外部大量標(biāo)注好的訓(xùn)練數(shù)據(jù)輸入, 根據(jù)輸入和所對(duì)應(yīng)的預(yù)期輸出, 反復(fù)調(diào)整模型內(nèi)部參數(shù)加以匹配的過程。

那么讓AI學(xué)會(huì)繪畫的過程, 就是構(gòu)建已有畫作的訓(xùn)練數(shù)據(jù), 輸入AI模型進(jìn)行參數(shù)迭代調(diào)整的過程。

一幅畫帶有多少信息呢? 首先就是長x寬個(gè)RGB像素點(diǎn).再是繪畫中每一筆的位置、形狀、顏色等多個(gè)方面的參數(shù)， 這里涉及到的參數(shù)組合是非常龐大的. 而深度模型訓(xùn)練的計(jì)算復(fù)雜度隨著參數(shù)輸入組合的增長

而

急劇增長。

AI訓(xùn)練所需要的時(shí)間，取決于背后的GPU性能。

北鯤云怎么幫你畫畫？

以

Disco Diffusion

為例，基于CLIP-Guided Diffusion網(wǎng)絡(luò)，這是輸入以下文字輸出一張的圖片，其實(shí)還可以選不同的畫家風(fēng)格。這個(gè)可以自己探索~

artstation,GregRutkowski,sea,dikel,ship,industrialization,cloud,time,future,afternoon

接下來就一起看看怎么

在北鯤云超算平臺(tái)上實(shí)現(xiàn)AI繪畫。

北鯤云超算平臺(tái)可以提供高性價(jià)比的一站式AI計(jì)算服務(wù)，根據(jù)平時(shí)的操作習(xí)慣，可以直接通過命令行提交作業(yè)。平臺(tái)同時(shí)還有大量可供調(diào)用的GPU資源，

例如32G顯存的V100、40G和80G顯存的A100。

啟動(dòng)一個(gè)T4的Jupyter Notebook Desktop，連接后Notebook會(huì)自動(dòng)打開。

連接后先打開終端，將Notebook（Disco_Diffusion.ipynb）復(fù)制到本地

gitclonehttps://github.com/alembics/disco-diffusion.git

由于項(xiàng)目要用pytorch，涉及到很多庫的安裝，最好使用Anaconda。Anaconda已經(jīng)在平臺(tái)上預(yù)裝好了，可以通過以下命令進(jìn)行加載

moduleaddAnaconda3sourceactivate

我們可以創(chuàng)建一個(gè)獨(dú)立的環(huán)境用來diffusion，python版本選3.9即可，并將該環(huán)境加到ipykernel中。

condacreate-ndiffusionpython=3.9condaactivatecondainstall-canacondaipykernelpython-mipykernelinstall--user--name=diffusion

這時(shí)候即可打開Disco_Diffusion.ipynb，并選擇diffusion作為kernel。

運(yùn)行Notebook，分為四步：

環(huán)境搭建、模型設(shè)置、生成文字設(shè)置、生成圖片

。

第一個(gè)單元檢測(cè)本地的GPU。

第二個(gè)單元會(huì)提示沒有檢測(cè)到colab，模型會(huì)選擇本地的models文件夾。

第三個(gè)單元檢測(cè)一些必須的依賴包，沒裝成的直接conda安裝即可。由于這一步會(huì)下載文件，請(qǐng)耐心等待。

以下列出本例中安裝的package和命令:

condainstall-cpytorchpytorchtorchvisiontorchaudiocudatoolkit=10.2condainstall-cconda-forgeopencvtimmlpipsftfyeinopsomegaconfpandas

后面三個(gè)單元定義了一些方法和模型，可以直接運(yùn)行。

這里要注意默認(rèn)用的是512*512的模型會(huì)比較吃顯卡，前面可以調(diào)成256*256的。

然后就是模型設(shè)置，這里batch_name是文件夾名，里面的圖片也會(huì)根據(jù)這個(gè)命名。

width_height是期望的最終圖像大小，應(yīng)該設(shè)置為64px的倍數(shù)，并且在默認(rèn)的CLIP模型設(shè)置上至少設(shè)置為512px。如果忘記使用64px的倍數(shù)，DD會(huì)調(diào)整圖像尺寸。

steps是迭代步數(shù)，越高細(xì)節(jié)越多。

然后Animation Settings和 Extra Settings，這兩個(gè)可以先不動(dòng)。

最關(guān)鍵的短語設(shè)置部分，text_prompts就是短語，0：是第一幀，如果是動(dòng)畫可以設(shè)置從哪一幀開始變風(fēng)格，單個(gè)圖片就設(shè)置一句就行。

image_prompts是基于哪張圖片進(jìn)行生成，這個(gè)也很有意思可以自己選圖片實(shí)驗(yàn)。

怎么設(shè)置好的確是門藝術(shù)，不過大概有場(chǎng)景描述就可以生成，有喜歡的藝術(shù)家也可以加上，還有時(shí)間，地點(diǎn)也可以。

官方的例子描述是:"A beautiful painting of a singular lighthouse, shining its light across a tumultuous sea of blood by greg rutkowski and thomas kinkade, Trending on artstation.”

就是說：“greg rutkowski和thomas kinkade在Trending on artstation上繪制的一幅美麗的燈塔畫，它的光芒照耀著一片喧囂的血海?！?/p>

這里引入了兩位藝術(shù)家，想查看其他藝術(shù)家可以看下方表格，兩千多位藝術(shù)家可以選擇：

https://docs.google.com/spreadsheets/d/14xTqtuV3BuKDNhLotB_d1aFlBGnDJOY0BRXJ8-86GpA/edit#gid=0

我們?cè)诖擞玫年P(guān)鍵詞是：high,performance,computing,cloud, scientist,drug,time,future,cyberpunk

然后就是激動(dòng)人心的生成了， n_batches是要生成的圖片個(gè)數(shù)，默認(rèn)是50會(huì)比較久，可以先設(shè)置1個(gè)測(cè)一下速度。點(diǎn)擊運(yùn)行后，圖片就開始生成，并會(huì)一點(diǎn)一點(diǎn)變清晰。

此時(shí)可以在終端里通過nvidia-smi查看GPU的使用率。

等計(jì)算完成后，可以到北鯤云控制臺(tái)首頁—

文件傳輸

里下載生成好的圖片。

清華大學(xué)某課題組正面臨管理難、科研效率慢等問題，在多方對(duì)比后選擇了北鯤云AI計(jì)算云平臺(tái)。

據(jù)小鯤得知，以下幾點(diǎn)是北鯤云打動(dòng)課題組的關(guān)鍵點(diǎn)：

1 滿足每個(gè)賬號(hào)有云主機(jī)多卡多節(jié)點(diǎn)并行

2 已預(yù)裝多種環(huán)境及數(shù)據(jù)集，可直接在平臺(tái)上使用

3 支持圖形化界面操作

除此之外，北鯤云豐富的資源、一致的使用體驗(yàn)及極致的數(shù)據(jù)安全保障措施都獲得了老師的好評(píng)。

基于北鯤云超算平臺(tái)開發(fā)的北鯤云AI計(jì)算平臺(tái)幫助用戶無憂上云，大大提升計(jì)算效率。歡迎有相關(guān)需求的同學(xué)來找鯤寶咨詢。

審核編輯 黃昊宇