如何在性能较弱的电脑上运行功能强大的 Flux AI 图像生成器

Flux 是上周推出的开源图像生成器，它的运行需要巨大的计算能力。社区已将其缩减，这样你也可以运行它了。具体方法如下。

几天前，当 Flux 横空出世时，它迅速赢得了开源图像生成器皇冠上明珠的美誉。它与 Midjourney 的审美能力不相上下，同时在提示理解和文本生成方面也完全压倒了 Midjourney。缺点是什么？你需要一个拥有超过 24GB VRAM（或更多）的强大 GPU 才能运行它。这比大多数游戏机的马力还要大，更不用说普通的工作笔记本电脑了。

但人工智能界从不畏惧挑战，他们卷起袖子，开始工作。通过神奇的量化技术--压缩模型数据的花哨术语--他们成功地将 Flux 缩小到了更易于管理的大小，同时又不会牺牲太多的艺术魔力。

让我们来分析一下：最初的 Flux 模型使用全 32 位精度 (FP32)，这对于大多数人来说，就像开着一级方程式赛车去杂货店买东西，简直是蚍蜉撼树。第一轮优化为我们带来了 FP16 和 FP8 两个版本，每个版本都以微弱的精度换取效率的大幅提升。FP8 版本已经改变了游戏规则，让使用 6GB GPU（RTX 2060）的玩家也能加入其中。

要做到这一点，你需要禁用稳定扩散的系统内存回调，这样你的 GPU 就可以将其部分工作从内部 VRAM 卸载到系统 RAM 上。这样可以避免臭名昭著的 OOM（内存不足）错误，尽管代价是运行速度会大大降低。要禁用此选项，请遵循 Nvidia 提供的教程。

不过，请抓紧时间，因为还有更精彩的。

人工智能领域真正的 MVP 已经进一步推进，发布了 4 位量化模型。这些坏小子们使用了一种叫做 "正常点"（NP）的量化技术，它提供了质量和速度的最佳平衡点，会让你的土豆电脑感觉像刚刚获得了涡轮增压。NP 量化不会像 FP 量化那样降低画质，因此一般来说，运行这种模式可以获得很好的效果，而且速度快、所需资源少。

这几乎好得不像真的，但它确实是真的。

那么，如何实际运行这个精简版 Flux 呢？首先，你需要使用 SwarmUI、ComfyUI 或 Forge 等界面。我们喜欢 ComfyUI 的多功能性，但在我们的测试中，Forge 的速度比其他界面提升了约 10%-20%，所以我们现在使用的就是它。

前往 Forge GitHub 代码库（https://github.com/lllyasviel/stable-diffusion-webui-forge），下载一键安装包。它是开源的，并经过社区审核，因此不会有任何猫腻。

对于 NP4 Flux 模型本身，Civit AI 是您的一站式商店。有两种版本可供选择：Schnell（速度型）和 Dex（质量型）。两种版本均可从本页下载。

下载完成后，就是安装时间了：

现在，将这些闪亮的新 Flux 模型放入 Forge 安装文件中的\webui\models\Stable-diffusion 文件夹。刷新 Forge 网页界面（如果你觉得老派，也可以重启），然后 "嘣 "的一声，你就可以开始工作了。

专业建议：要想真正发挥复活设备的每一滴性能，请调低分辨率。与其使用完整的 SDXL（1024x1024）分辨率，不如尝试更适中的 SD1.5 尺寸（768x768、512x768 等类似尺寸）。您可以稍后再提升分辨率，并使用 Adetailer 来获取清晰的细节。

让我们来谈谈数据：在配备 6GB VRAM 的简陋 RTX 2060 上，NP4 模式下的 Flux Schnell 可在 30 秒内生成 512x768 的图像，而 FP8 版本则需要 107 秒。想要大图？通过高分辨率修复，将图像放大到 1536x1024 需时约 5 分钟。

想在不损坏 GPU 的情况下放大图像？更好的办法是以 SD1.5 分辨率使用 Flux Schnell，然后通过 img2img 发送创建的图像。使用低去噪强度的标准稳定扩散模型（SD1.5 或 SDXL）进行升级。整个过程大约只需 50 秒，可以与《MidJourney》在低速运行时的输出相媲美。在不烧毁显卡的情况下，您将获得令人印象深刻的大规模效果。

真正的关键是什么？据报道，一些疯狂的小伙子已经让 Flux Schnell NP4 在配备 3GB 显存的 GTX 1060 上运行，Flux Dev 每次迭代耗时 7.90 秒。我们现在谈论的是一个几乎要靠生命维持系统喘息的 GPU，而它却在这里生成最前沿的人工智能艺术。对于几乎可以领取养老金的硬件来说，这还不算太寒酸。

More News

• All
• CT
• Coindesk
• Decrypt
• DLNews