Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /id /optimization /habana.md

mishig

8 days ago

preview code

download

raw

1.52 kB

# Intel Gaudi

Keluarga akselerator AI Intel Gaudi mencakup [Intel Gaudi 1](https://habana.ai/products/gaudi/), [Intel Gaudi 2](https://habana.ai/products/gaudi2/), dan [Intel Gaudi 3](https://habana.ai/products/gaudi3/). Setiap server dilengkapi dengan 8 perangkat, yang dikenal sebagai Habana Processing Units (HPU), menyediakan memori 128GB pada Gaudi 3, 96GB pada Gaudi 2, dan 32GB pada Gaudi generasi pertama. Untuk detail lebih lanjut tentang arsitektur perangkat keras yang mendasarinya, lihat ringkasan [Gaudi Architecture](https://docs.habana.ai/en/latest/Gaudi_Overview/Gaudi_Architecture.html).

Pipeline Diffusers dapat memanfaatkan akselerasi HPU, bahkan jika pipeline belum ditambahkan ke [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index), dengan [GPU Migration Toolkit](https://docs.habana.ai/en/latest/PyTorch/PyTorch_Model_Porting/GPU_Migration_Toolkit/GPU_Migration_Toolkit.html).

Panggil `.to("hpu")` pada pipeline Anda untuk memindahkannya ke perangkat HPU seperti yang ditunjukkan di bawah ini untuk 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]
> Untuk implementasi pipeline difusi yang dioptimalkan untuk Gaudi, kami merekomendasikan penggunaan [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index).

Xet Storage Details

Size:: 1.52 kB
Xet hash:: a69dd1e136372ff656afa494a7b8fdd4e41df42a92c8763365ab1e4d860eed78

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

	# Intel Gaudi

	Keluarga akselerator AI Intel Gaudi mencakup [Intel Gaudi 1](https://habana.ai/products/gaudi/), [Intel Gaudi 2](https://habana.ai/products/gaudi2/), dan [Intel Gaudi 3](https://habana.ai/products/gaudi3/). Setiap server dilengkapi dengan 8 perangkat, yang dikenal sebagai Habana Processing Units (HPU), menyediakan memori 128GB pada Gaudi 3, 96GB pada Gaudi 2, dan 32GB pada Gaudi generasi pertama. Untuk detail lebih lanjut tentang arsitektur perangkat keras yang mendasarinya, lihat ringkasan [Gaudi Architecture](https://docs.habana.ai/en/latest/Gaudi_Overview/Gaudi_Architecture.html).

	Pipeline Diffusers dapat memanfaatkan akselerasi HPU, bahkan jika pipeline belum ditambahkan ke [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index), dengan [GPU Migration Toolkit](https://docs.habana.ai/en/latest/PyTorch/PyTorch_Model_Porting/GPU_Migration_Toolkit/GPU_Migration_Toolkit.html).

	Panggil `.to("hpu")` pada pipeline Anda untuk memindahkannya ke perangkat HPU seperti yang ditunjukkan di bawah ini untuk 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]
	> Untuk implementasi pipeline difusi yang dioptimalkan untuk Gaudi, kami merekomendasikan penggunaan [Optimum for Intel Gaudi](https://huggingface.co/docs/optimum/main/en/habana/index).