Buckets:
| # Intel Gaudi | |
| تشمل عائلة معالجات Intel Gaudi للذكاء الاصطناعي [Intel Gaudi 1](https://habana.ai/products/gaudi/) و[Intel Gaudi 2](https://habana.ai/products/gaudi2/) و[Intel Gaudi 3](https://habana.ai/products/gaudi3/). كل خادم مزوّد بثمانية أجهزة تُعرف بوحدات معالجة Habana (HPU)، وتوفر 128 جيجابايت من الذاكرة في Gaudi 3، و96 جيجابايت في Gaudi 2، و32 جيجابايت في الجيل الأول من Gaudi. لمزيد من التفاصيل حول بنية العتاد الأساسية، راجع نظرة عامة على [Gaudi Architecture](https://docs.habana.ai/en/latest/Gaudi_Overview/Gaudi_Architecture.html). | |
| يمكن أن تستفيد خطوط أنابيب Diffusers من تسريع HPU، حتى لو لم يُضف خط أنابيب معين إلى [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index) بعد، وذلك باستخدام [GPU Migration Toolkit](https://docs.habana.ai/en/latest/PyTorch/PyTorch_Model_Porting/GPU_Migration_Toolkit/GPU_Migration_Toolkit.html). | |
| استدعِ `.to("hpu")` على خطّ الأنابيب الخاص بك لنقله إلى جهاز HPU كما هو موضح أدناه بالنسبة إلى Flux: | |
| ```py | |
| import torch | |
| from diffusers import DiffusionPipeline | |
| pipeline = DiffusionPipeline.from_pretrained("black-forest-labs/FLUX.1-schnell", dtype=torch.bfloat16) | |
| pipeline.to("hpu") | |
| image = pipeline("An image of a squirrel in Picasso style").images[0] | |
| ``` | |
| > [!TIP] | |
| > لتنفيذ خطوط أنابيب الانتشار المُحسّنة لـ Gaudi، نوصي باستخدام [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index). | |
Xet Storage Details
- Size:
- 1.76 kB
- Xet hash:
- 783318f8bd3e724202edd3fb0f5d2ec5e10dfe3cd16bff8cf84c198a6457326e
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.