人工智能三大支柱，即算力、算法、數(shù)據(jù)，都離不開算力支撐。
最近，AI繪畫大熱，我們所說的“AI繪畫”的概念，指的是基于深度學(xué)習(xí)模型來進項自動作圖的計算機程序。
2012年，Google兩位大名鼎鼎的AI大神使用1.6萬個CPU訓(xùn)練了一個當(dāng)時世界上最大的深度學(xué)習(xí)網(wǎng)絡(luò), 用來指導(dǎo)計算機畫出貓臉圖片. 當(dāng)時他們使用了1000萬個貓臉圖片, 1.6萬個CPU整整訓(xùn)練了3天, 最終生成到了一個非常模糊的貓臉。

是不是感覺有點不可思議，2012年大規(guī)模計算機集群已經(jīng)處于很現(xiàn)代水平了，可是結(jié)果確如此模糊。

大家或許有個基本概念, 深度學(xué)習(xí)模型的訓(xùn)練簡單說來就是利用外部大量標(biāo)注好的訓(xùn)練數(shù)據(jù)輸入, 根據(jù)輸入和所對應(yīng)的預(yù)期輸出, 反復(fù)調(diào)整模型內(nèi)部參數(shù)加以匹配的過程。

那么讓AI學(xué)會繪畫的過程, 就是構(gòu)建已有畫作的訓(xùn)練數(shù)據(jù), 輸入AI模型進行參數(shù)迭代調(diào)整的過程。

一幅畫帶有多少信息呢? 首先就是長x寬個RGB像素點.再是繪畫中每一筆的位置、形狀、顏色等多個方面的參數(shù)， 這里涉及到的參數(shù)組合是非常龐大的. 而深度模型訓(xùn)練的計算復(fù)雜度隨著參數(shù)輸入組合的增長

而

急劇增長。

AI訓(xùn)練所需要的時間，取決于背后的GPU性能。

北鯤云怎么幫你畫畫？

以

Disco Diffusion

為例，基于CLIP-Guided Diffusion網(wǎng)絡(luò)，這是輸入以下文字輸出一張的圖片，其實還可以選不同的畫家風(fēng)格。這個可以自己探索~

artstation,GregRutkowski,sea,dikel,ship,industrialization,cloud,time,future,afternoon

接下來就一起看看怎么

在北鯤云超算平臺上實現(xiàn)AI繪畫。

北鯤云超算平臺可以提供高性價比的一站式AI計算服務(wù)，根據(jù)平時的操作習(xí)慣，可以直接通過命令行提交作業(yè)。平臺同時還有大量可供調(diào)用的GPU資源，

例如32G顯存的V100、40G和80G顯存的A100。

啟動一個T4的Jupyter Notebook Desktop，連接后Notebook會自動打開。

連接后先打開終端，將Notebook（Disco_Diffusion.ipynb）復(fù)制到本地

gitclonehttps://github.com/alembics/disco-diffusion.git

由于項目要用pytorch，涉及到很多庫的安裝，最好使用Anaconda。Anaconda已經(jīng)在平臺上預(yù)裝好了，可以通過以下命令進行加載

moduleaddAnaconda3sourceactivate

我們可以創(chuàng)建一個獨立的環(huán)境用來diffusion，python版本選3.9即可，并將該環(huán)境加到ipykernel中。

condacreate-ndiffusionpython=3.9condaactivatecondainstall-canacondaipykernelpython-mipykernelinstall--user--name=diffusion

這時候即可打開Disco_Diffusion.ipynb，并選擇diffusion作為kernel。

運行Notebook，分為四步：

環(huán)境搭建、模型設(shè)置、生成文字設(shè)置、生成圖片

。

第一個單元檢測本地的GPU。

第二個單元會提示沒有檢測到colab，模型會選擇本地的models文件夾。

第三個單元檢測一些必須的依賴包，沒裝成的直接conda安裝即可。由于這一步會下載文件，請耐心等待。

以下列出本例中安裝的package和命令:

condainstall-cpytorchpytorchtorchvisiontorchaudiocudatoolkit=10.2condainstall-cconda-forgeopencvtimmlpipsftfyeinopsomegaconfpandas

后面三個單元定義了一些方法和模型，可以直接運行。

這里要注意默認用的是512*512的模型會比較吃顯卡，前面可以調(diào)成256*256的。

然后就是模型設(shè)置，這里batch_name是文件夾名，里面的圖片也會根據(jù)這個命名。

width_height是期望的最終圖像大小，應(yīng)該設(shè)置為64px的倍數(shù)，并且在默認的CLIP模型設(shè)置上至少設(shè)置為512px。如果忘記使用64px的倍數(shù)，DD會調(diào)整圖像尺寸。

steps是迭代步數(shù)，越高細節(jié)越多。

然后Animation Settings和 Extra Settings，這兩個可以先不動。

最關(guān)鍵的短語設(shè)置部分，text_prompts就是短語，0：是第一幀，如果是動畫可以設(shè)置從哪一幀開始變風(fēng)格，單個圖片就設(shè)置一句就行。

image_prompts是基于哪張圖片進行生成，這個也很有意思可以自己選圖片實驗。

怎么設(shè)置好的確是門藝術(shù)，不過大概有場景描述就可以生成，有喜歡的藝術(shù)家也可以加上，還有時間，地點也可以。

官方的例子描述是:"A beautiful painting of a singular lighthouse, shining its light across a tumultuous sea of blood by greg rutkowski and thomas kinkade, Trending on artstation.”

就是說：“greg rutkowski和thomas kinkade在Trending on artstation上繪制的一幅美麗的燈塔畫，它的光芒照耀著一片喧囂的血海。”

這里引入了兩位藝術(shù)家，想查看其他藝術(shù)家可以看下方表格，兩千多位藝術(shù)家可以選擇：

https://docs.google.com/spreadsheets/d/14xTqtuV3BuKDNhLotB_d1aFlBGnDJOY0BRXJ8-86GpA/edit#gid=0

我們在此用的關(guān)鍵詞是：high,performance,computing,cloud, scientist,drug,time,future,cyberpunk

然后就是激動人心的生成了， n_batches是要生成的圖片個數(shù)，默認是50會比較久，可以先設(shè)置1個測一下速度。點擊運行后，圖片就開始生成，并會一點一點變清晰。

此時可以在終端里通過nvidia-smi查看GPU的使用率。

等計算完成后，可以到北鯤云控制臺首頁—

文件傳輸

里下載生成好的圖片。

清華大學(xué)某課題組正面臨管理難、科研效率慢等問題，在多方對比后選擇了北鯤云AI計算云平臺。

據(jù)小鯤得知，以下幾點是北鯤云打動課題組的關(guān)鍵點：

1 滿足每個賬號有云主機多卡多節(jié)點并行

2 已預(yù)裝多種環(huán)境及數(shù)據(jù)集，可直接在平臺上使用

3 支持圖形化界面操作

除此之外，北鯤云豐富的資源、一致的使用體驗及極致的數(shù)據(jù)安全保障措施都獲得了老師的好評。

基于北鯤云超算平臺開發(fā)的北鯤云AI計算平臺幫助用戶無憂上云，大大提升計算效率。歡迎有相關(guān)需求的同學(xué)來找鯤寶咨詢。

審核編輯 黃昊宇