LCM：苹果Mac终于可以跑SD了，几秒一张XL，喂饭级教学！

硬件要求

有一台配有Apple Silicon 系列芯片（M系列芯片)的Mac电脑

这个条件如果满足，就可以继续看下去了！

只需要无脑按照提示运行命令，你的Mac就可以玩SD了！

如果还不会！拉到最底下进**流！

下载arm64版本的miniconda

下载和安装Miniconda的命令如下：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh chmod +x Miniconda3-latest-MacOSX-arm64.sh ./Miniconda3-latest-MacOSX-arm64.sh

检查Python的架构

安装完成后，创建一个虚拟环境，通过检查platform.uname()[4] 是不是为arm64 来检查Python的架构，检查命令如下：

conda config --env --set always_yes trueconda create -n try-mps python=3.8conda activate try-mpspython -c "import platform; print(platform.uname()[4])"

安装nightly版本的Pytorch

如果最后一句命令的输出为arm64 ,说明Python版本搞定，可以继续下一步了

第三步，安装nightly版本的Pytorch，在开启的虚拟环境中进行下面的操作：

python -m pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu

执行完成后通过下面的命令检查MPS后端是否可用:

python -c "import torch;print(torch.backends.mps.is_built())"

安装transformer库

依次运行以下命令行：

pip install accelerateconda install -c conda-forge diffuserspip install transformers

开始跑图

运行以下代码开始跑图：

import timeimport torchfrom diffusers import DiffusionPipeline, LCMSchedulerpipe = DiffusionPipeline.from_pretrained( "runwayml/stable-diffusion-v1-5", variant="fp16", torch_dtype=torch.float16,).to("mps")# set schedulerpipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)# load LCM-LoRApipe.load_lora_weights("latent-consistency/lcm-lora-sdv1-5")prompt = "Self-portrait oil painting, a beautiful cyborg with golden hair, 8k"start = time.time()generator = torch.manual_seed(42)image = pipe( prompt=prompt, num_inference_steps=4, generator=generator, guidance_scale=1.0).images[0]image.save("1.png")end = time.time()print(end-start)

关注「开源AI项目落地」公众号