玩转AIGC | 使用阿里云NAS+PAI-EAS部署Stable Diffusion文生图模型

本文涉及的产品
文件存储 NAS,50GB 3个月
简介: 阿里云的AIGC存储解决方案是覆盖了数据收集、模型训练以及模型推理整个生命周期,本实验场景主要覆盖模型推理过程,介绍如何使用模型在线服务(PAI-EAS)以及文件存储NAS部署AIGC应用,快速生成图片。

AIGC作为人工智能技术和产业应用的要素之一,可自动生成图片、音频、文本、视频、代码等内容,随着技术能力的不断迭代升级,将降低内容创作门槛、释放创作能力。AI绘画工具Stable Diffusion ,是一种基于潜在扩散模型(Latent Diffusion Models)的文本到图像、图像到图像生成模型,能够根据任意文本或图像输入,生成高质量、高分辨率、高逼真的图像。基于 Stable Diffusion WebUI,可以在网页上轻松进行文生图、图生图的操作。

 AI解决方案.png

阿里云的AIGC存储解决方案是覆盖了数据收集、模型训练以及模型推理整个生命周期,本实验场景主要覆盖模型推理过程,介绍如何使用模型在线服务(PAI-EAS)以及文件存储NAS部署AIGC应用,快速生成图片。

 

一、准备工作

 

在阿里云免费试用的官网页面中(https://click.aliyun.com/m/1000374869/),可以找到文件存储NASPAI-EAS的试用资源,然后领用相关资源。戳这里>>,领取PAI-EAS免费试用。

PAI-EAS+NAS.png


二、实验步骤

 

1、创建相关的VPC、安全组和交换机

 

登录阿里云控制台,创建一个专有网络VPCVPC的名称可以根据业务或个人喜好自行命名。选择IPV4网段时,可以从默认的三个网段中任选一个。在创建VPC的同时,需要把相关的交换机也创建好。因为和机器学习平台PAI连接,属于一种VPC的专网连接,需要通过专业的交换机实现。

创建专有网络.png

VPC和交换机创建完成之后,接下来要创建安全组策略。通过VPC页面的云服务、云服务器安全组策略页面,可以创建安全组,此时选择默认的安全组策略即可,网络就选择刚才创建的VPC。相关描述建议根据个人选择进行添加,访问规则可不用改动。

创建安全组.png


2、创建相关的文件存储资源

 

在文件存储的控制台,选择创建文件存储通用型NAS。选择地域要勾选河源,因为相关的免费试用资源都是在华南2(河源)。在专有网络VPC、虚拟机交换机选择在前一步所创建好的VPC网络和交换机的名称,再点击立即购买,就会收到文件存储NAS创建成功的提示,在文件系统列表中可以查看到通用型NAS系统。

创建通用型NAS.png


3、通过PAI平台部署模型

 

进入机器学习平台PAI的页面搭建模型,首先需要在工作空间列表中新建一个工作空间,建议工作空间按照工程来进行命名(比如mynewaigc),可以把一组的工程集中在一个工作空间中。

 

工作空间创建好后,接下来使用模型在线服务(PAI-EAS)来部署模型。在部署模型之前,首先要选择刚才创建的工作空间mynewaigc,然后进入EAS。进入EAS之后呢,有多种服务可供选择,本次实验需要选择部署服务。填写模型服务信息时,需要自定义一个服务名称。由于本次要部署Stable Diffusion的一个web应用,所以部署方式需要选择镜像部署AI-Web应用。在镜像的选择上,PAI平台已经帮用户打包好了AIGC的应用,点击选择stable-diffusion-webui,镜像版本选择2.2版本。

部署服务.png

接下来需要选择存储的空间,也就是在模型配置选择NAS挂载。此时可以选择之前创建的NAS文件系统,每个文件系统默认会自带的挂载点,也可以一并选择。在源路径上,无需自输入“/”使用NAS的根路径,无需自定义路径。至于挂载路径,选择/code/stable-diffusion-webui/data,相当于“/”这个子目录就是我们所要指定的数据存储的目录。这样的话,整个这个模型部署以及图片都会在挂载的目录上生成。

NAS挂载.png

挂载路径填写完成后,开始选择运行模型需要使用的资源。这时得选择公共资源组和常规资源配置。在资源配置选择中,点击试用活动,可以看到之前在试用活动中领用的资源,然后选择一台GPU服务器。此时页面会显示这台服务器每小时会产生13.98元的费用。不过,这部分费用可以通过领用的试用资源中的500元代金券进行抵扣。所以,如果担心在测试使用的过程中产生不必要的费用,可以重点关注使用的时长。

资源配置选择.png

最后,在专有网络配置中,选择之前创建的VPC、交换机、安全组,就可以开始部署应用。当应用部署完成之后,如果服务状态处于运行中,就意味这个服务部署完成。

专有网络配置.png


4、使用模型实现文生图

 

在服务方式中选择点击查看Web应用之后,会进入我们所部署的Stable DiffusionWeb界面,使用文生图功能可以通过提示词生成对应的图片。比如输入cute dog很快就能得到一张小狗的图片。

cute dog.png

在默认情况下,Stable Diffusion只支持使用英文+有限的emoji颜文字来作为提示词(Prompt)。通过安装WebUI 插件,可以输入中文或其他语言生成图片。互联网上已有很多相关教程,可自行查找学习,在此不一一赘述。


三、清理资源

 

模型使用结束后,接下来需要清理资源,以免产生不必要的费用。首先,要停止模型、删除资源,当PAI-EAS里关联的GPU资源被清除,就不会再产生相关的费用。

停止模型.png

然后再去删除文件系统,这时需要在文件系统列表中删除之前创建的文件存储资源。由于文件存储资源挂载到VPC网络中,还有生命周期策略以及回收站的设置,因此需要清除这三项的关联信息。当这些信息全部清除完成之后,点击删除即可。

删除文件系统.png

最后要做的是专用网络VPC资源的清除,这时需要先删除交换机和安全组策略再强制删除VPC网络资源,从而释放所有的网络、网关等资源。至此,本次实验所创建的所有资源全部被释放完成,不会再产生额外的费用。

删除专有网络.png

欲了解更多,请点击这里

相关实践学习
基于ECS和NAS搭建个人网盘
本场景主要介绍如何基于ECS和NAS快速搭建个人网盘。
阿里云文件存储 NAS 使用教程
阿里云文件存储(Network Attached Storage,简称NAS)是面向阿里云ECS实例、HPC和Docker的文件存储服务,提供标准的文件访问协议,用户无需对现有应用做任何修改,即可使用具备无限容量及性能扩展、单一命名空间、多共享、高可靠和高可用等特性的分布式文件系统。 产品详情:https://www.aliyun.com/product/nas
相关文章
|
1天前
|
机器学习/深度学习 数据采集 监控
构建高效机器学习模型的策略与实践
【5月更文挑战第17天】 在当今数据驱动的时代,机器学习(ML)模型的效能成为衡量技术创新和解决实际问题能力的重要指标。本文旨在探讨构建高效机器学习模型的先进策略,并通过具体实践案例来揭示这些方法的有效性。我们将从数据处理、特征工程、模型选择、调参技巧以及模型部署等方面详细论述,旨在为读者提供一个全面而深入的视角,帮助其优化现有模型或开发新模型,以应对复杂多变的业务挑战。
10 2
|
2天前
|
机器学习/深度学习 数据采集 监控
构建高效机器学习模型的最佳实践
【5月更文挑战第16天】 在数据驱动的时代,机器学习已成为创新的核心推动力。本文将深入探讨如何构建一个高效的机器学习模型,包括数据预处理、特征选择、模型训练与优化等关键步骤。通过实例分析和技术讲解,旨在为读者提供一套实用的技术指导和最佳实践方法,以支持其在复杂数据环境中实现准确预测和智能决策。
|
3天前
|
机器学习/深度学习 人工智能 算法
为什么大模型训练需要GPU,以及适合训练大模型的GPU介绍
为什么大模型训练需要GPU,以及适合训练大模型的GPU介绍
20 0
|
3天前
|
机器学习/深度学习 数据采集 算法
构建高效机器学习模型:从数据预处理到模型优化
【5月更文挑战第14天】 在机器学习项目中,模型的性能不仅取决于算法的选择,还受到数据处理和模型配置的影响。本文将探讨如何通过有效的数据预处理和细致的模型调优来提升机器学习模型的效能。我们将讨论数据清洗、特征工程、以及超参数调整等关键步骤,并通过实例展示这些技术如何实现在不同类型的数据集上。目标是为读者提供一套实用的策略,以帮助他们在面对实际问题时能够构建出更加健壮和精确的机器学习模型。
|
3天前
|
机器学习/深度学习 人工智能 监控
2、【KV260开发】yolov4模型训练、量化、编译、部署
2、【KV260开发】yolov4模型训练、量化、编译、部署
5 0
|
3天前
|
机器学习/深度学习 BI
机器学习模型评估指标总结
机器学习模型评估指标总结
9 2
|
3天前
|
机器学习/深度学习 监控 算法
构建高效机器学习模型的五大技巧
【5月更文挑战第13天】 在数据科学领域,机器学习模型的性能往往决定了项目成功与否。本文将深入探讨提升机器学习模型效率和准确度的五个关键技巧。这些技巧包括数据处理优化、特征工程精炼、算法选择与调整、模型集成以及持续监控与调优。文章将结合实例分析每个技巧的实施过程及其对模型性能的影响。通过这些策略,读者可以构建出更加健壮、高效的机器学习模型,并为未来的项目提供实用的技术参考。
|
3天前
|
机器学习/深度学习 监控 算法
LabVIEW使用机器学习分类模型探索基于技能课程的学习
LabVIEW使用机器学习分类模型探索基于技能课程的学习
12 1
|
3天前
|
机器学习/深度学习 数据采集
构建高效机器学习模型的最佳实践
【5月更文挑战第11天】 在数据驱动的时代背景下,机器学习已经成为企业与研究者解决复杂问题的重要工具。本文将探讨构建高效机器学习模型的关键步骤,包括数据预处理、特征工程、模型选择与调参、以及性能评估。我们将深入分析这些步骤的重要性,并提供实用的技巧和最佳实践,以助读者提高模型的预测能力与泛化性能。通过案例分析和经验总结,本文旨在为从业者提供一套系统的方法论,帮助他们在面对各种机器学习项目时能够更有效地设计和实现解决方案。
6 0
|
3天前
|
机器学习/深度学习 存储 算法
【机器学习】使用贝叶斯模型做分类时,可能会碰到什么问题?怎么解决?
【5月更文挑战第11天】【机器学习】使用贝叶斯模型做分类时,可能会碰到什么问题?怎么解决?

相关产品

  • 文件存储NAS
  • http://www.vxiaotou.com