Diffusers

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

SANA

模型介绍

Sana是由NVIDIA、麻省理工学院和清华大学共同推出的文生图模型，通过使用深度压缩自编码器、Linear DiT、与Decoder Only的小型语言模型，能高效的生成高达4096x4096分辨率的高清图像。

• 参考实现：

  url=https://github.com/huggingface/diffusers
  commit_id=cd0a4a82cf8625b96e2889afee2fce5811b35c05
  

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 --branch 26.0.0 https://gitcode.com/Ascend/MindSpeed-MM.git
   

3. 模型搭建

   3.1 【下载 Sana GitHub参考实现 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 cd0a4a82cf8625b96e2889afee2fce5811b35c05
   cp -r ../MindSpeed-MM/examples/diffusers/sana/* ./examples/dreambooth
   

   【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_sana.txt #修改版本：torch==2.7.1, accelerate==1.10.0, transformers==4.47.1, 添加deepspeed==0.17.2, peft==0.7.1
   pip install -r examples/dreambooth/requirements_sana.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

   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
   

   说明： 该数据集的训练过程脚本只作为一种参考示例。

   • 如用自己的微调数据集，需在shell脚本中修改dataset_name：

   dataset_name="/path/customized_datasets" # 数据集路径
   

   在shell脚本accelerate launch目录下（70行左右）将修改 dataset_name=$dataset_name，并将instance_prompt与validation_prompt改为与自己数据集所匹配的prompt:

   # Example
   accelerate launch --config_file ${config_file} \
     ./train_dreambooth_lora_sana.py \
     --pretrained_model_name_or_path=$model_name  \
     --dataset_name=$dataset_name \
     --instance_prompt="a prompt that is suitable for your own dataset" \
     --validation_prompt="a validation prompt based on your own dataset" \
   

2. 【配置 Lora 微调脚本】

   联网情况下，微调模型可通过以下步骤下载。无网络时，用户可访问huggingface官网自行下载Sana 4K模型 model_name模型

   export model_name="Efficient-Large-Model/Sana_1600M_4Kpx_BF16_diffusers" # 预训练模型路径
   

   获取对应的微调模型后，在以下shell启动微调脚本中将model_name参数设置为本地预训练模型绝对路径

   model_name="Efficient-Large-Model/Sana_1600M_4Kpx_BF16_diffusers" # 预训练模型路径
   dataset_name="pokemon-blip-captions"
   batch_size=8
   num_processors=8
   max_train_steps=5000
   mixed_precision="bf16"
   resolution=1024
   gradient_accumulation_steps=1
   config_file="bf16_accelerate_config.yaml"
   
   # accelerate launch --config_file ${config_file} \ 目录下
   --dataloader_num_workers=8 \ # 请基于系统配置与数据大小进行调整num workers
   

3. 【修改代码文件】

   1. 打开train_dreambooth_lora_sana.py文件

      cd examples/dreambooth/ # 从diffusers目录进入dreambooth目录
      vim train_dreambooth_lora_sana.py # 进入Python文件
      

      • 在import栏/if is_wandb_available():上方（69行附近添加代码）

      # 添加代码到train_dreambooth_sana.py 69行附近
      from patch_sana import create_save_model_hook, create_load_model_hook
      
      if is_wandb_available(): # 原代码
        import wandb
      

      在986行附近修改vae的dtype为BF16

      vae.to(dtype=torch.bfloat16)
      # vae.to(dtype=torch.float32) # 原码
      transformer.to(accelerator.device, dtype=weight_dtype) # 原码
      # because Gemma2 is particularly suited for bfloat16.
      text_encoder.to(dtype=torch.bfloat16) # 原码
      

   2. 【Optional】Ubuntu系统需在1701行附近 添加 accelerator.print("")

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

   3. 【Optional】模型checkpoint saving保存

      --checkpointing_steps=5001 \ # 修改5001步为所需要步数
      

      【如需保存checkpointing请修改代码】

      vim examples/dreambooth/train_dreambooth_lora_sana.py #（1788行附近）
      

      • 在文件上方的import栏增加DistributedType在from accelerate import Accelerator后 （31行附近）
      • 在if accelerator.is_main_process后增加 or accelerator.distributed_type == DistributedType.DEEPSPEED (1431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
      
      if accelerator.is_main_process or accelerator.distributed_type == DistributedType.DEEPSPEED:
      # if accelerator.is_main_process: # 原代码
        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
      

      Lora任务需调用patch任务进行权重保存： 在train_dreambooth_lora_sana.py文件中找到代码accelerator.register_save_state_pre_hook(save_model_hook)进行修改(1088行附近)，复制粘贴以下代码：

      # 添加
      save_Model_Hook = create_save_model_hook(
            accelerator=accelerator,
            unwrap_model=unwrap_model,
            transformer=transformer,
      )
      load_Model_Hook = create_load_model_hook(
            accelerator=accelerator,
            unwrap_model=unwrap_model,
            transformer=transformer,
            args=args,
      )
      accelerator.register_save_state_pre_hook(save_Model_Hook) # 修改
      accelerator.register_load_state_pre_hook(load_Model_Hook) # 修改
      # accelerator.register_save_state_pre_hook(save_model_hook) # 原代码
      # accelerator.register_load_state_pre_hook(load_model_hook) # 原代码
      

   4. 【Optional】多机运行

      修改config文件

      vim bf16_accelerate_config.yaml
      

      将文件中的deepspeed_multinode_launcher, main_process_ip, 以及main_process_port消除注释而进行使用。

          zero_stage: 2
          deepspeed_multinode_launcher: standard
        main_process_ip: localhost  # 主节点IP
        main_process_port: 6000     # 主节点port
        machine_rank: 0             # 当前机器的rank
        num_machines: 1             # 总共的机器数
        num_processes: 8            # 总共的卡数
      

4. 【启动 SANA 微调脚本】

   本任务主要提供sana_dreambooth_lora微调脚本，支持多卡训练。

   启动SANA dreambooth_lora微调脚本

   bash finetune_sana_dreambooth_lora_deepspeed_bf16.sh
   

性能

吞吐

SANA 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	Torch_Version	deepspeed
Atlas 900 A2 PODc	8p	Sana-全参微调	28.7	8	bf16	2.1	✔
竞品A	8p	Sana-全参微调	32.8	8	bf16	2.1	✔

推理

环境搭建及运行

同微调对应章节

cd examples/dreambooth/ # 从diffusers目录进入dreambooth目录

【SANA模型推理】

vim infer_sana_text2img_bf16.py # 进入运行推理的Python文件

1. 修改路径

   MODEL_PATH = "Efficient-Large-Model/Sana_1600M_4Kpx_BF16_diffusers"  # SANA模型路径
   

2. 运行代码

   python infer_sana_text2img_bf16.py
   

【lora微调SANA模型推理】

vim infer_sana_text2img_lora_bf16.py

1. 修改路径

   MODEL_PATH = "./SANA"  # SANA 模型路径
   LORA_WEIGHTS = "./output/pytorch_lora_weights.safetensors"  # LoRA权重路径
   

2. 运行代码

   python infer_sana_text2img_lora_bf16.py
   

【分布式推理】

vim infer_sana_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 = "Efficient-Large-Model/Sana_1600M_4Kpx_BF16_diffusers"  # 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_sana_text2img_distrib.py # 单机四卡进行分布式推理
  

性能

芯片	卡数	任务	E2E（it/s）	AMP_Type	Torch_Version
Atlas 900 A2 PODc	8p	文生图	0.84	bf16	2.1
竞品A	8p	文生图	1.04	bf16	2.1

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