Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /es /optimization /open_vino.md

mishig

8 days ago

preview code

download

raw

2.92 kB

# OpenVINO

🤗 [Optimum](https://github.com/huggingface/optimum-intel) ofrece pipelines de Stable Diffusion compatibles con OpenVINO para realizar inferencia en una variedad de procesadores de Intel (consulte la [lista completa](https://docs.openvino.ai/latest/openvino_docs_OV_UG_supported_plugins_Supported_Devices.html) de dispositivos compatibles).

Deberás instalar 🤗 Optimum Intel con la opción `--upgrade-strategy eager` para asegurarte de que [`optimum-intel`](https://github.com/huggingface/optimum-intel) esté usando la última versión:

```bash
pip install --upgrade-strategy eager optimum["openvino"]
```

Esta guía te mostrará cómo usar los pipelines de Stable Diffusion y Stable Diffusion XL (SDXL) con OpenVINO.

## Stable Diffusion

Para cargar y ejecutar la inferencia, use `OVStableDiffusionPipeline`. Si desea cargar un modelo de PyTorch y convertirlo al formato OpenVINO sobre la marcha, establezca `export=True`:

```python
from optimum.intel import OVStableDiffusionPipeline
model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
pipeline = OVStableDiffusionPipeline.from_pretrained(model_id, export=True)
prompt = "sailing ship in storm by Rembrandt"
image = pipeline(prompt).images[0]
# Don't forget to save the exported model
pipeline.save_pretrained("openvino-sd-v1-5")
```

Para acelerar aún más la inferencia, redimensiona el modelo de forma estática. Si cambias algún parámetro, como la altura o el ancho de las salidas, deberás redimensionar el modelo de forma estática de nuevo.

```python
# Define the shapes related to the inputs and desired outputs
batch_size, num_images, height, width = 1, 1, 512, 512
# Statically reshape the model
pipeline.reshape(batch_size, height, width, num_images)
# Compile the model before inference
pipeline.compile()
image = pipeline(
    prompt,
    height=height,
    width=width,
    num_images_per_prompt=num_images,
).images[0]
```

    
Puedes encontrar más ejemplos en la [documentación](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion) de 🤗 Optimum, y Stable Diffusion es compatible con texto a imagen, imagen a imagen e inpainting.

## Stable Diffusion XL

Para cargar y ejecutar inferencia con SDXL, use `OVStableDiffusionXLPipeline`:

```python
from optimum.intel import OVStableDiffusionXLPipeline
model_id = "stabilityai/stable-diffusion-xl-base-1.0"
pipeline = OVStableDiffusionXLPipeline.from_pretrained(model_id)
prompt = "sailing ship in storm by Rembrandt"
image = pipeline(prompt).images[0]
```

Para acelerar aún más la inferencia, [redimensiona de forma estática](#stable-diffusion) el modelo, como se muestra en la sección de Stable Diffusion.

Puedes encontrar más ejemplos en la [documentación](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion-xl) de 🤗 Optimum, y la ejecución de SDXL en OpenVINO está soportada para texto a imagen e imagen a imagen.

Xet Storage Details

Size:: 2.92 kB
Xet hash:: e420683500f0c7b4ac0ee74162f8ff1025e2ea72d07b49a266f833d11e1e7b9e

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# OpenVINO

	🤗 [Optimum](https://github.com/huggingface/optimum-intel) ofrece pipelines de Stable Diffusion compatibles con OpenVINO para realizar inferencia en una variedad de procesadores de Intel (consulte la [lista completa](https://docs.openvino.ai/latest/openvino_docs_OV_UG_supported_plugins_Supported_Devices.html) de dispositivos compatibles).

	Deberás instalar 🤗 Optimum Intel con la opción `--upgrade-strategy eager` para asegurarte de que [`optimum-intel`](https://github.com/huggingface/optimum-intel) esté usando la última versión:

	```bash
	pip install --upgrade-strategy eager optimum["openvino"]
	```

	Esta guía te mostrará cómo usar los pipelines de Stable Diffusion y Stable Diffusion XL (SDXL) con OpenVINO.

	## Stable Diffusion

	Para cargar y ejecutar la inferencia, use `OVStableDiffusionPipeline`. Si desea cargar un modelo de PyTorch y convertirlo al formato OpenVINO sobre la marcha, establezca `export=True`:

	```python
	from optimum.intel import OVStableDiffusionPipeline

	model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
	pipeline = OVStableDiffusionPipeline.from_pretrained(model_id, export=True)
	prompt = "sailing ship in storm by Rembrandt"
	image = pipeline(prompt).images[0]

	# Don't forget to save the exported model
	pipeline.save_pretrained("openvino-sd-v1-5")
	```

	Para acelerar aún más la inferencia, redimensiona el modelo de forma estática. Si cambias algún parámetro, como la altura o el ancho de las salidas, deberás redimensionar el modelo de forma estática de nuevo.

	```python
	# Define the shapes related to the inputs and desired outputs
	batch_size, num_images, height, width = 1, 1, 512, 512

	# Statically reshape the model
	pipeline.reshape(batch_size, height, width, num_images)
	# Compile the model before inference
	pipeline.compile()

	image = pipeline(
	prompt,
	height=height,
	width=width,
	num_images_per_prompt=num_images,
	).images[0]
	```



	Puedes encontrar más ejemplos en la [documentación](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion) de 🤗 Optimum, y Stable Diffusion es compatible con texto a imagen, imagen a imagen e inpainting.

	## Stable Diffusion XL

	Para cargar y ejecutar inferencia con SDXL, use `OVStableDiffusionXLPipeline`:

	```python
	from optimum.intel import OVStableDiffusionXLPipeline

	model_id = "stabilityai/stable-diffusion-xl-base-1.0"
	pipeline = OVStableDiffusionXLPipeline.from_pretrained(model_id)
	prompt = "sailing ship in storm by Rembrandt"
	image = pipeline(prompt).images[0]
	```

	Para acelerar aún más la inferencia, [redimensiona de forma estática](#stable-diffusion) el modelo, como se muestra en la sección de Stable Diffusion.

	Puedes encontrar más ejemplos en la [documentación](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion-xl) de 🤗 Optimum, y la ejecución de SDXL en OpenVINO está soportada para texto a imagen e imagen a imagen.