AMD Radeon显卡Stable Diffusion AI画图体验测试
从Stable Diffusion这一AI应用出现之后，在极短时间内就迅速走红，成为众多玩家口口相传的“最美小姐姐”生成工具。不过这一AI计算画图工具在Stable Diffusion官方推出之初，无论是WEB UI的部署还是模型的训练生成，都基本是基于NVIDIA CUDA加速的算法，因此A卡最初并不被Stable Diffusion官方支持。不过好在Stable Diffusion算是一个开源的产品，在众多社区聚集玩家的支持下，也出现了许多支持A卡GPU加速计算的分支，比如我们今天要测试的基于DirectML的部署，就能实现AMD Radeon显卡的Stable Diffusion AI计算硬件加速。
如果要自己在本地部署基于DirectML的Stable Diffusion话，相比便捷的基于CUDA的WEB UI部署要相对复杂一些，不过现在网上已经有比较成熟的整合包供玩家适用，玩家们只需要下载相应的整合包，就能一键实现在本地的傻瓜式安装部署，可以为大家节省相当多的时间。
▲我们选择用于测试的这个整合包安装完毕之后，自动进入AMD GPU加速计算模式，在本地开启http://127.0.0.1:7860即可打开本地Stable Diffusion的AI画图界面。
▲在本地WEB UI界面上可以自由设置相关的AI艺术图生成参数，点击“生成”即可开始画图。具体请参考线上相关教程，在此我们不赘述。
那么，基于DirectML的Stable Diffusion部署分支能不能实现对AMD显卡的硬件计算加速支持呢？它的效率到底如何？在此前A卡玩家经常只能在Linux系统下运行Stable Diffusion，通过ROCM(Radeon Open Compute)模拟CUDA加速，如今在Windows系统下直接实现A卡的AI加速计算，能否达到我们的预期目标呢？为此，我们选择了AMD Radeon RX 5000系、RX 6000系以及RX 7000系的数款显卡，进行了一番详细的体验。
体验平台
显卡：AMD Radeon RX 5500XT(8GB)、RX 5700(8GB)、RX 6500XT 4GB、RX 6600(8GB)、RX 6700XT(12GB)、RX 6750XT(12GB)、RX 6800(16GB)、RX 6900XT(16GB)、RX 7900 XT(20GB)、RX 7900 XTX(24GB)
CPU：英特尔酷睿i9-13900K
主板：英特尔Z790
内存：DDR5 6000 16GB×2
SSD：AORUS NVMe PCIe SSD 2TB
操作系统：Windows 11 Pro 22H2
驱动程序：AMD Software Adrenalin Edition 23.4.3
通过测试，我们想知道：
AMD Radeon 5000系、6000系和7000系之间，在Stable Diffusion的AI画图算力上有多大差别？
相比传统的CPU AI计算加速，AMD GPU加速性能到底如何？
▲我们所采用的网络开源共享的部署方案可以正确实现AMD显卡的硬件加速计算，可以看到在图片生成的过程中GPU的占用率一直保持在100%。
模型为Novel AI Final-runed(CKPT)
测试一：AI生成时尚美女
在第一部分的测试中，我们通过关键词生成一个大眼的时尚美女小姐姐，还要有一定的照片感。关键词设置如下(部分引用自网络开源共享关键词)：
lora:koreanDollLikeness_v15:0.6> , best quality, ultra high res, (photorealistic:1.4), 1woman, sleeveless white button shirt, black skirt, black choker, cute, (Kpop idol), (aegyo sal:1), (platinum blonde hair:1), ((puffy eyes)), looking at viewer, full body, facing front,fashion,premium
分辨率设置：512×512
采样步进：20
提示词引导系数：7
生成批次-每批数量：1-1、4-1
在测试中由于绝大部分显卡都拥有8GB以上的显存，因此我们在运行参数上基本设置了正常的高显存默认模式，只有4GB显存版的RX 6500XT运行时采用了添加了--lowvram的低显存运行模式(否则就无法运行)。从整体测试结果来看，AMD从Radeon RX 5000系到RX 7000系的显卡几乎都很好地实现了Stable Diffusion应用的AI计算加速性能，尤其是Radeon RX 7000系显卡性能相比RX 6000系显卡有了巨大的提升。比如RX 6900XT在该设置与模型算法下的图片生成率约为8.87张/秒，而RX 7900 XT则可以达到15.76张/秒，性能提升接近100%。
而相比CPU来说，全系AMD显卡都占有非常明显的优势，RX 7900 XT的性能达到了酷睿i9-13900K的30倍左右，即使前两代的入门级显卡RX 5500XT，性能上也几乎接近酷睿i9-13900K的5倍。
唯一有点异常的是RX 6500XT，按照核心规格来看，它应该是要强于RX 5500XT的，不过由于显存配置仅为4GB，因此在测试中开启了低显存运行模式之后，其图片上生成速度受到了极大影响，远低于GPU加速的正常表现，仅能达到略高于CPU计算的水准。
测试二：AI生成较为复杂的水边别墅风景照
在接下来的测试中，我们用一系列相对复杂的关键词来生成一座位于水边的别墅，同时还伴有阳光、波纹、倒影等效果要求。关键词如下：
‘beautiful render of a Tudor style house near the water at sunset, fantasy forest. photorealistic, cinematic composition, cinematic high detail, ultra realistic, cinematic lighting, Depth of Field, hyper-detailed, beautifully color-coded, 8k,’
分辨率设置：512×512
采样步进：50
提示词引导系数：7.5
生成批次-每批数量：1-1、2-1、4-1
这部分的测试结果与前一测试基本保持了一致性。仍然是RX 7000系显卡在性能上独占鳌头，相对于RX 6000系显卡的对位提升在100%左右，与CPU的计算性能相比，GPU加速计算的性能提升仍然非常显著，RX 7900 XT的性能达到了酷睿i9-13900K的30倍左右，入门级显卡RX 5500XT，性能上也几乎接近酷睿i9-13900K的5倍。
4GB显存配置RX 6500XT由于仅能在低显存模式下运行，因此图片上生成速度还是受到了极大影响，远低于GPU加速的正常表现，大致与酷睿i9-13900K相当。
写在最后
这是一次简单但却比较有趣的测试，通过这次体验，我们认为有几点参考意见可以总结给玩家们参考：
1.当前AMD显卡已经可以通过开源的部署方案实现在Windows系统下的Stable Diffusion AI计算加速，而且网上也有许多的傻瓜式整合包，感兴趣的玩家完全可以一试；
2.从测试结果来看，AMD显卡在Stable Diffusion的AI图片生成计算中能够发挥出远胜于CPU计算的性能增幅，使用GPU加速计算能带来事倍功半的效果；
3.从测试情况来看，测试中当渲染分辨率设置超过512时(如768×768)，就会出现爆显存的情况，这与部署方案和模型有一定关系，但也反映了在正常模式下运行时，8GB显存几乎是Stable Diffusion的硬性入门要求。如果显存低于8GB，即使在512×512分辨率下渲染，也会出现显存不足的情况，此时就不得不采用--lowvram的低显存运行方案，但会极大地拖累计算速度，如测试中的RX 6500XT 4GB。所以要想畅玩Stable Diffusion，我们建议显卡的显存为8GB或更高为佳；
4.从整体结果来看，我们认为AMD GPU还有极大的算法优化空间，凭不可靠经验判断，从RX 7900 XTX到酷睿i9-13900K的性能差距还不足够大。这和我们部署的算法方案以及模型都有一定关系，也希望各社区的程序员们能开发出更多更优秀的针对AMD显卡的计算加速方案。
不管如何，AMD显卡对Stable Diffusion的硬件加速计算性能已经得到了展现，效果也比较明显，对AMD显卡用户来说毫无疑问是利好的福音消息，剩下的就是玩家与AMD需要坚持的继续优化之路了。