Diffusers

• SD3/SD3.5
  • 模型介绍
  • 微调
    • 环境搭建
    • 微调
    • 性能
  • 推理
    • 环境搭建及运行
  • 环境变量声明
• 引用
  • 公网地址说明

Stable Diffusion 3 & Stable Diffusion 3.5

模型介绍

扩散模型（Diffusion Models）是一种生成模型，可生成各种各样的高分辨率图像。Diffusers 是 HuggingFace 发布的模型套件，是最先进的预训练扩散模型的首选库，用于生成图像，音频，甚至分子的3D结构。套件包含基于扩散模型的多种模型，提供了各种下游任务的训练与推理的实现。

• 参考实现：

  url=https://github.com/huggingface/diffusers
  commit_id=5f724735437d91ed05304da478f3b2022fe3f6fb
  

微调

环境搭建

【模型开发时推荐使用配套的环境版本】

请参考安装指南

1. 软件与驱动安装

   # python3.10
   conda create -n test python=3.10
   conda activate test
   
   # 安装 torch 和 torch_npu，注意要选择对应python版本、x86或arm的torch、torch_npu及apex包
   pip install torch-2.7.1-cp310-cp310-manylinux_2_28_aarch64.whl
   pip install torch_npu-2.7.1*-cp310-cp310-manylinux_2_28_aarch64.whl
   
   # apex for Ascend 参考 https://gitcode.com/Ascend/apex
   # 建议从原仓编译安装
   
   # 将shell脚本中的环境变量路径修改为真实路径，下面为参考路径
   source /usr/local/Ascend/cann/set_env.sh
   

2. 克隆仓库到本地服务器

   git clone https://gitcode.com/Ascend/MindSpeed-MM.git
   

3. 模型搭建

   3.1 【下载 SD3/SD3.5 GitHub参考实现 或 适配昇腾AI处理器的实现 或 在模型根目录下执行以下命令，安装模型对应PyTorch版本需要的依赖】

   git clone https://github.com/huggingface/diffusers.git
   cd diffusers
   git checkout 5f724735437d91ed05304da478f3b2022fe3f6fb
   cp -r ../MindSpeed-MM/examples/diffusers/sd3 ./sd3
   

   【主要代码路径】

   code_path=examples/dreambooth/
   

   3.2【安装其余依赖库】

   pip install -e .
   vim examples/dreambooth/requirements_sd3.txt #修改版本：torch==2.7.1, accelerate==1.10.0, transformers==4.44.0，添加deepspeed==0.17.2, peft==0.7.1
   pip install -r examples/dreambooth/requirements_sd3.txt # 安装对应依赖
   

微调

1. 【准备微调数据集】

   用户需自行获取并解压pokemon-blip-captions数据集，并在以下启动shell脚本中将dataset_name参数设置为本地数据集的绝对路径

   vim sd3/finetune_sd3_dreambooth_deepspeed_**16.sh
   vim sd3/finetune_sd3_dreambooth_fp16.sh
   

   dataset_name="pokemon-blip-captions" # 数据集 路径
   

   • pokemon-blip-captions数据集格式如下:

   pokemon-blip-captions
   ├── dataset_infos.json
   ├── README.MD
   └── data
         └── train-001.parquet
   

   • 只包含图片的训练数据集，如非deepspeed脚本使用训练数据集dog:下载地址，在shell启动脚本中将input_dir参数设置为本地数据集绝对路径>

   input_dir="dog" # 数据集路径
   

   dog
   ├── alvan-nee-*****.jpeg
   ├── alvan-nee-*****.jpeg
   

   说明： 该数据集的训练过程脚本只作为一种参考示例。

2. 【配置 SD3/SD3.5 微调脚本】

   【SD3】 用户可访问huggingface官网自行下载sd3-medium模型 model_name模型

   export model_name="stabilityai/stable-diffusion-3-medium-diffusers" # 预训练模型路径
   

   【SD3.5】 用户可访问huggingface官网自行下载sd3.5-large模型 model_name模型

   export model_name="stabilityai/stable-diffusion-3.5-large" # 预训练模型路径
   

   获取对应的微调模型后，在以下shell启动脚本中将model_name参数设置为本地预训练模型绝对路径SD3与SD3.5为相同脚本

   scripts_path="./sd3" # 模型根目录（模型文件夹名称）
   model_name="stabilityai/stable-diffusion-3-medium-diffusers" # 预训练模型路径 （此为sd3）
   dataset_name="pokemon-blip-captions" 
   batch_size=4
   num_processors=8 # 卡数（为计算FPS使用，yaml文件里需同步修改）
   max_train_steps=2000
   mixed_precision="bf16" # 混精
   resolution=1024
   config_file="${scripts_path}/${mixed_precision}_accelerate_config.yaml"
   
   # accelerate launch --config_file ${config_file} \ 目录下
   --dataloader_num_workers=0 \ # 请基于系统配置与数据大小进行调整num workers
   

   数据集选择：如果选择默认原仓数据集，需修改两处dataset_name为input_dir：

   input_dir="dog"
   
   # accelerator 修改 --dataset_name=#dataset_name
   --instance_data_dir=$input_dir
   

   数据集	路径设置	accelerate 设置
   dog	input_dir="dog"	--instance_data_dir=$input_dir; --instance_prompt="A photo of sks dog"
   pokemon	dataset_name="pokemon-blip-captions"	--dataset_name=$dataset_name --caption_column="text"; --instance_prompt="A photo of pokemon"

   修改fp16_accelerate_config.yaml的deepspeed_config_file的路径:

   vim sd3/fp16_accelerate_config.yaml
   # 修改：
   deepspeed_config_file: ./sd3/deepspeed_fp16.json # deepspeed JSON文件路径
   

3. 【Optional】Ubuntu系统需在train_dreambooth_sd3.py1705行附近 与 train_dreambooth_lora_sd3.py1861行附近 添加 accelerator.print("")

   vim examples/dreambooth/train_dreambooth_sd3.py
   # 或
   vim examples/dreambooth/train_dreambooth_lora_sd3.py
   

   如下：

   if global_step >= args.max_train_steps: # 原代码
     break
   accelerator.print("") # 添加
   

4. 【如需保存checkpointing请修改代码】

   vim examples/dreambooth/train_dreambooth_sd3.py
   

   • 在文件上方的import栏增加DistributedType在from accelerate import Accelerator后 （30行附近）
   • 在if accelerator.is_main_process后增加 or accelerator.distributed_type == DistributedType.DEEPSPEED（dreambooth在1681行附近），并在if args.checkpoints_total_limit is not None后增加and accelerator.is_main_process

   from accelerate import Accelerator, DistributedType
   # from accelerate import Accelerator # 原代码
   from accelerate.logging import get_logger # 原代码
    
   if accelerator.is_main_process or accelerator.distributed_type == DistributedType.DEEPSPEED:
   # if accelerator.is_main_process: # 原代码 1681/1833行附近
     if global_step % args.checkpointing_steps == 0:  # 原代码 不进行修改
       if args.checkpoints_total_limit is not None and accelerator.is_main_process: # 添加
   

5. 【修改文件】

   vim examples/dreambooth/train_dreambooth_sd3.py
   # 或
   vim examples/dreambooth/train_dreambooth_lora_sd3.py
   

   在log_validation里修改pipeline = pipeline.to(accelerator.device)，train_dreambooth_sd3.py在174行附近train_dreambooth_lora_sd3.py在198行附近

   # 修改pipeline为：
   pipeline = pipeline.to(accelerator.device, dtype=torch_dtype)
   # pipeline = pipeline.to(accelerator.device) # 原代码
   

6. 【启动 SD3 微调脚本】

   本任务主要提供混精fp16和混精bf16dreambooth和dreambooth+lora的8卡训练脚本，使用与不使用deepspeed分布式训练。

   bash sd3/finetune_sd3_dreambooth_deepspeed_**16.sh #使用deepspeed,dreambooth微调 
   bash sd3/finetune_sd3_dreambooth_lora_deepspeed_fp16.sh #使用deepspeed,dreambooth微调 (sd3.5)
   bash sd3/finetune_sd3_dreambooth_fp16.sh #无使用deepspeed,dreambooth微调
   bash sd3/finetune_sd3_dreambooth_lora_fp16.sh #无使用deepspeed,dreambooth+lora微调 (sd3)
   

性能

吞吐

SD3 在 昇腾芯片 和 参考芯片 上的性能对比：

芯片	卡数	任务	FPS	batch_size	AMP_Type	Resolution	Torch_Version	deepspeed
Atlas 900 A2 PODc	8p	Dreambooth-全参微调	16.09	4	bf16	1024	2.1	✔
竞品A	8p	Dreambooth-全参微调	16.01	4	bf16	1024	2.1	✔
Atlas 900 A2 PODc	8p	Dreambooth-全参微调	15.16	4	fp16	1024	2.1	✔
竞品A	8p	Dreambooth-全参微调	15.53	4	fp16	1024	2.1	✔
Atlas 900 A2 PODc	8p	Dreambooth-全参微调	3.11	1	fp16	1024	2.1	✘
竞品A	8p	Dreambooth-全参微调	3.71	1	fp16	1024	2.1	✘
Atlas 900 A2 PODc	8p	DreamBooth-LoRA	108.8	8	fp16	1024	2.1	✘
竞品A	8p	DreamBooth-LoRA	110.69	8	fp16	1024	2.1	✘

SD3.5 在 昇腾芯片 和 参考芯片 上的性能对比：

芯片	卡数	任务	FPS	batch_size	AMP_Type	Resolution	Torch_Version	deepspeed	gradient checkpointing
Atlas 900 A2 PODc	8p	Dreambooth-全参微调	26.24	8	bf16	512	2.1	✔	✔
竞品A	8p	Dreambooth-全参微调	28.33	8	bf16	512	2.1	✔	✔
Atlas 900 A2 PODc	8p	Dreambooth-Lora	47.93	8	fp16	512	2.1	✔	✘
竞品A	8p	Dreambooth-Lora	47.95	8	fp16	512	2.1	✔	✘

推理

环境搭建及运行

同微调对应章节

【运行推理的脚本】

图生图推理脚本需先准备图片：下载地址 修改推理脚本中预训练模型路径以及图生图推理脚本中的本地图片加载路径 调用推理脚本

cd sd3/ # # 进入sd3目录

【SD3/SD3.5模型推理】

vim infer_sd3_text2img.py # 进入运行T2I推理的Python文件
# 或
vim infer_sd3_img2img.py # 进入运行I2I推理的Python文件

1. 修改路径

   MODEL_PATH = "stabilityai/stable-diffusion-3.5-large"  # 路径可选择sd3/sd3.5模型权重 或 Dreambooth 微调后输出模型
   DTYPE = torch.float16 # 可选择混精模式
   

2. 运行代码

   python infer_sd3_text2img.py  # 单卡推理，文生图
   python infer_sd3_img2img.py   # 单卡推理，图生图
   

【lora微调SD3模型推理】

vim infer_sd3_text2img_lora.py

1. 修改路径

   MODEL_PATH = "stabilityai/stable-diffusion-3.5-large"  # 路径可选择sd3/sd3.5模型权重 或 Dreambooth 微调后输出模型
   LORA_WEIGHTS = "./output/pytorch_lora_weights.safetensors"  # LoRA权重路径
   

2. 运行代码

   python infer_sd3_text2img_lora.py
   

【分布式推理】

vim infer_sd3_text2img_distrib.py

• 修改模型权重路径 model_path为模型权重路径或微调后的权重路径

• 如lora微调 可将lora_weights修改为Lora权重路径

  model_path = "stabilityai/stable-diffusion-3.5-large"  # 模型权重/微调权重路径
  lora_weights = "/pytorch_lora_weights.safetensors"  # Lora权重路径
  

• 启动分布式推理脚本

  • 因使用accelerate进行分布式推理，config可设置：--num_processes=卡数，num_machines=机器数等

  accelerate launch --num_processes=4 infer_sd3_text2img_distrib.py # 单机四卡进行分布式推理
  

使用基线数据集进行评估

环境变量声明

环境变量	描述	取值说明
ASCEND_SLOG_PRINT_TO_STDOUT	是否开启日志打印	0: 关闭日志打屏 1: 开启日志打屏
ASCEND_GLOBAL_LOG_LEVEL	设置应用类日志的日志级别及各模块日志级别，仅支持调试日志	0: 对应DEBUG级别 1: 对应INFO级别 2: 对应WARNING级别 3: 对应ERROR级别 4: 对应NULL级别，不输出日志
TASK_QUEUE_ENABLE	用于控制开启task_queue算子下发队列优化的等级	0: 关闭 1: 开启Level 1优化 2: 开启Level 2优化
COMBINED_ENABLE	设置combined标志。设置为0表示关闭此功能；设置为1表示开启，用于优化非连续两个算子组合类场景	0: 关闭 1: 开启
CPU_AFFINITY_CONF	控制CPU端算子任务的处理器亲和性，即设定任务绑核	设置0或未设置: 表示不启用绑核功能 1: 表示开启粗粒度绑核 2: 表示开启细粒度绑核
HCCL_CONNECT_TIMEOUT	用于限制不同设备之间socket建链过程的超时等待时间	需要配置为整数，取值范围[120,7200]，默认值为120，单位s
PYTORCH_NPU_ALLOC_CONF	控制缓存分配器行为	expandable_segments:<value>: 使能内存池扩展段功能，即虚拟内存特征
HCCL_EXEC_TIMEOUT	控制设备间执行时同步等待的时间，在该配置时间内各设备进程等待其他设备执行通信同步	需要配置为整数，取值范围[68,17340]，默认值为1800，单位s
ACLNN_CACHE_LIMIT	配置单算子执行API在Host侧缓存的算子信息条目个数	需要配置为整数，取值范围[1, 10,000,000]，默认值为10000
TOKENIZERS_PARALLELISM	用于控制Hugging Face的transformers库中的分词器（tokenizer）在多线程环境下的行为	False: 禁用并行分词 True: 开启并行分词
OMP_NUM_THREADS	设置执行期间使用的线程数	需要配置为整数

引用

公网地址说明

代码涉及公网地址参考 公网地址