Buckets:
| # Intel Gaudi | |
| La familia de aceleradores de IA Intel Gaudi incluye [Intel Gaudi 1](https://habana.ai/products/gaudi/), [Intel Gaudi 2](https://habana.ai/products/gaudi2/) y [Intel Gaudi 3](https://habana.ai/products/gaudi3/). Cada servidor está equipado con 8 dispositivos, conocidos como unidades de procesamiento Habana (HPU), que proporcionan 128 GB de memoria en Gaudi 3, 96 GB en Gaudi 2 y 32 GB en Gaudi de primera generación. Para más detalles sobre la arquitectura de hardware subyacente, consulte el resumen de [Gaudi Architecture](https://docs.habana.ai/en/latest/Gaudi_Overview/Gaudi_Architecture.html). | |
| Los pipelines de Diffusers pueden aprovechar la aceleración de HPU, incluso si un pipeline aún no se ha agregado a [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index), mediante el [GPU Migration Toolkit](https://docs.habana.ai/en/latest/PyTorch/PyTorch_Model_Porting/GPU_Migration_Toolkit/GPU_Migration_Toolkit.html). | |
| Llama a `.to("hpu")` en tu pipeline para moverlo a un dispositivo HPU, como se muestra a continuación para 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] | |
| > Para las implementaciones de pipelines de difusión optimizados para Gaudi, recomendamos usar [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index). | |
Xet Storage Details
- Size:
- 1.54 kB
- Xet hash:
- 52e6fe537b4365c26a661c2798d9c73424d6e71d6915a651d86ed9483be50ea3
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.