如我之前介绍的如果需要在云端部署StableDiffusion,需要充值google colab到pro版本,这需要用户支付一笔不菲的费用,如下图所示:
这里我推荐使用-saturncloud,按照惯例简单介绍一下:
Saturncloud是用于构建和训练机器学习模型的平台。它的主要特点包括:
基于Jupyter Notebook的网页界面,可以在浏览器内编写和运行Python代码。支持常用的机器学习和深度学习库如PyTorch、TensorFlow等。
强大的GPU资源,可以申请配备GPU(如Tesla V100)的虚拟机,加速模型训练。
数据集和模型管理功能。可以上传数据集,训练好的模型可以保存下来,进行版本管理。
支持一键部署模型为REST API或批量预测服务。
多用户协作支持,可以加入Organization,与团队成员共享资源和项目。
免费层提供一定限额的GPU时间可试用。付费用户可以获得更多GPU资源。
提供CLI管理工具saturn,可以通过命令行与虚拟机进行交互。
总体来说,Saturncloud是一个专注于机器学习开发和训练的云平台。它简化了环境配置,资源管理等问题,用户可以更加关注模型构建与训练。适合个人学习和团队协作项目。
我们打开它的官网:Saturn Cloud | Your data science cloud environment
点击join for free,然后可以用自己的谷歌账号或者github登录。
左下角能够看到有150小时的免费额度,直到8月31日。
下面说一下stable-diffusion-webui如何在saturn cloud上部署,点击GitHub – camenduru/stable-diffusion-webui-saturncloud,如下图点击橙色按钮-run in saturn cloud,做一个云端项目。
点击start,开启stablediffusion-webui的云端部署,可能会花费一段时间,请耐心等待。
部署完毕后点击下方的jupyter lab,如下图:
这里需要注意的是点击右上角edit,将硬盘改为40G,免费用户已经可以使用高性能的T4显卡,相当于NV3090,RAM也同样达到16GB,非常适合运行stablediffusion。
这里我要说明一点是在edit里面最下方设置该实例会在1小时后自动关闭,如有要延迟使用时间仍需升级为pro版本,但对于我们轻度用户来说确实够用了。
跳转到新的链接后,点击第一个notebook-python3,
进入notebook界面以后还需要打开github的stablediffusion-webui这个链接,复制代码至notebook中:
复制完毕后,点击上面的运行按钮,然后耐心等待代码执行完毕,直到出现http://0.0.0.0:8000,然后返回到控制台。
点击上面的链接,就可以跳转到stablediffusion-webui界面了:
这样就完成了stablediffusion-webui部署,我们可以在c站-Civitai | Stable Diffusion models, embeddings, LoRAs and more上下载模型在云端尝试生成了。
下载到本地的模型可以通过这个路径上传到云端:/workspace/ui/models/stable-diffusion/
civitai插件支持可以通过下面这个链接:GitHub – civitai/sd_civitai_extension: All of the Civitai models inside Automatic 1111 Stable Diffusion Web UI
在下图粘贴该链接后,添加c站扩展:
有条件的小伙伴在线尝试一下吧~