Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /ko /optimization /device_map.md

mishig

2 days ago

preview code

download

raw

4.94 kB

# device_map를 사용하여 모델 구성 요소를 여러 GPU에 분할
`device_map` 인수는 모델 구성 요소를 개별 GPU에 배치합니다. 모델이 단일 GPU에 맞지 않고 GPU 간에 빠른 인터커넥트가 없는 경우 사용하세요. 다른 전략과의 비교는 [분산 추론](../training/distributed_inference)을, `device_map`의 추가 옵션은 [디바이스 배치](./memory#device-placement)를 참고하세요.
아래 예제는 각 구성 요소를 필요한 단계에서만 로드하고, `device_map`을 사용하여 큰 구성 요소를 두 개의 GPU에 분산 배치합니다.

## 프롬프트 인코딩

`device_map="balanced"`을 설정하여 텍스트 인코더를 개별 GPU에 배치합니다. `max_memory`를 사용하여 각 GPU가 사용하는 메모리 양을 제한합니다. `transformer`와 `vae`를 `None`으로 설정하여 텍스트 인코더만 로드되도록 합니다.

```py
from diffusers import FluxPipeline
import torch
prompt = """
cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
"""
pipeline = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    transformer=None,
    vae=None,
    device_map="balanced",
    max_memory={0: "16GB", 1: "16GB"},
    dtype=torch.bfloat16
)
with torch.no_grad():
    print("Encoding prompts.")
    prompt_embeds, pooled_prompt_embeds, text_ids = pipeline.encode_prompt(
        prompt=prompt, prompt_2=None, max_sequence_length=512
    )
```

텍스트 임베딩을 확보한 후에는 트랜스포머를 위한 공간을 확보하기 위해 GPU에서 텍스트 인코더를 제거합니다.

```py
import gc
def flush():
    gc.collect()
    torch.cuda.empty_cache()
    torch.cuda.reset_max_memory_allocated()
    torch.cuda.reset_peak_memory_stats()
del pipeline.text_encoder
del pipeline.text_encoder_2
del pipeline.tokenizer
del pipeline.tokenizer_2
del pipeline
flush()
```

## sharded transformer로 노이즈 제거

`device_map="auto"`를 설정하면 Accelerate가 transformer를 배치합니다. 첫 번째 GPU가 가득 차면 다음 GPU로 이동하며, GPU 메모리가 부족할 때만 CPU 또는 디스크를 사용합니다. 두 개의 작은 GPU를 사용하는 경우 transformer는 두 GPU에 걸쳐 분할 배치됩니다. CPU 또는 디스크에 있는 가중치는 추론 속도를 늦춥니다.

```py
from diffusers import AutoModel
import torch
transformer = AutoModel.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    subfolder="transformer",
    device_map="auto",
    dtype=torch.bfloat16
)
```

> [!TIP]
> `transformer.hf_device_map`을 확인하여 transformer가 여러 장치에 어떻게 분배되어 있는지 살펴볼 수 있습니다. `device_map`으로 로드된 pipeline에도 각 구성 요소가 어디에 배치되어 있는지 보여주는 `hf_device_map` 속성이 있습니다.
transformer만 포함된 pipeline을 로드하고, `output_type="latent"`를 설정하여 이미지 대신 latents를 반환하도록 합니다.

```py
pipeline = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    text_encoder=None,
    text_encoder_2=None,
    tokenizer=None,
    tokenizer_2=None,
    vae=None,
    transformer=transformer,
    dtype=torch.bfloat16
)
print("Running denoising.")
height, width = 768, 1360
latents = pipeline(
    prompt_embeds=prompt_embeds,
    pooled_prompt_embeds=pooled_prompt_embeds,
    num_inference_steps=50,
    guidance_scale=3.5,
    height=height,
    width=width,
    output_type="latent",
).images
```

## 잠재 변수 디코딩

메모리에서 pipeline과 transformer를 제거하고, latents를 디코딩하기 위해 VAE를 로드합니다. VAE는 하나의 GPU에 충분히 들어갈 만큼 작습니다.

```py
import torch
from diffusers import AutoencoderKL
from diffusers.image_processor import VaeImageProcessor
del pipeline.transformer
del pipeline
del transformer
flush()
vae = AutoencoderKL.from_pretrained(
    "black-forest-labs/FLUX.1-dev", subfolder="vae", dtype=torch.bfloat16
).to("cuda")  # or "mps", "xpu", "cpu"
vae_scale_factor = 2 ** (len(vae.config.block_out_channels) - 1)
image_processor = VaeImageProcessor(vae_scale_factor=vae_scale_factor)
with torch.no_grad():
    print("Running decoding.")
    latents = FluxPipeline._unpack_latents(latents, height, width, vae_scale_factor)
    latents = (latents / vae.config.scaling_factor) + vae.config.shift_factor
    image = vae.decode(latents, return_dict=False)[0]
    image = image_processor.postprocess(image, output_type="pil")
    image[0].save("split_transformer.png")
```

주어진 단계에서 필요한 모델을 선택적으로 로드하고 언로드하며, 가장 큰 모델을 여러 GPU에 걸쳐 샤딩하면 소비자용 GPU에서도 대규모 모델로 추론을 실행할 수 있습니다.

Xet Storage Details

Size:: 4.94 kB
Xet hash:: ce780292737cc1a421c5ea521733b563f325be668453f07f5ec7be526f18f91c

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

	# device_map를 사용하여 모델 구성 요소를 여러 GPU에 분할

	`device_map` 인수는 모델 구성 요소를 개별 GPU에 배치합니다. 모델이 단일 GPU에 맞지 않고 GPU 간에 빠른 인터커넥트가 없는 경우 사용하세요. 다른 전략과의 비교는 [분산 추론](../training/distributed_inference)을, `device_map`의 추가 옵션은 [디바이스 배치](./memory#device-placement)를 참고하세요.

	아래 예제는 각 구성 요소를 필요한 단계에서만 로드하고, `device_map`을 사용하여 큰 구성 요소를 두 개의 GPU에 분산 배치합니다.

	## 프롬프트 인코딩

	`device_map="balanced"`을 설정하여 텍스트 인코더를 개별 GPU에 배치합니다. `max_memory`를 사용하여 각 GPU가 사용하는 메모리 양을 제한합니다. `transformer`와 `vae`를 `None`으로 설정하여 텍스트 인코더만 로드되도록 합니다.

	```py
	from diffusers import FluxPipeline
	import torch

	prompt = """
	cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
	highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
	"""

	pipeline = FluxPipeline.from_pretrained(
	"black-forest-labs/FLUX.1-dev",
	transformer=None,
	vae=None,
	device_map="balanced",
	max_memory={0: "16GB", 1: "16GB"},
	dtype=torch.bfloat16
	)
	with torch.no_grad():
	print("Encoding prompts.")
	prompt_embeds, pooled_prompt_embeds, text_ids = pipeline.encode_prompt(
	prompt=prompt, prompt_2=None, max_sequence_length=512
	)
	```

	텍스트 임베딩을 확보한 후에는 트랜스포머를 위한 공간을 확보하기 위해 GPU에서 텍스트 인코더를 제거합니다.

	```py
	import gc

	def flush():
	gc.collect()
	torch.cuda.empty_cache()
	torch.cuda.reset_max_memory_allocated()
	torch.cuda.reset_peak_memory_stats()

	del pipeline.text_encoder
	del pipeline.text_encoder_2
	del pipeline.tokenizer
	del pipeline.tokenizer_2
	del pipeline

	flush()
	```

	## sharded transformer로 노이즈 제거

	`device_map="auto"`를 설정하면 Accelerate가 transformer를 배치합니다. 첫 번째 GPU가 가득 차면 다음 GPU로 이동하며, GPU 메모리가 부족할 때만 CPU 또는 디스크를 사용합니다. 두 개의 작은 GPU를 사용하는 경우 transformer는 두 GPU에 걸쳐 분할 배치됩니다. CPU 또는 디스크에 있는 가중치는 추론 속도를 늦춥니다.

	```py
	from diffusers import AutoModel
	import torch

	transformer = AutoModel.from_pretrained(
	"black-forest-labs/FLUX.1-dev",
	subfolder="transformer",
	device_map="auto",
	dtype=torch.bfloat16
	)
	```

	> [!TIP]
	> `transformer.hf_device_map`을 확인하여 transformer가 여러 장치에 어떻게 분배되어 있는지 살펴볼 수 있습니다. `device_map`으로 로드된 pipeline에도 각 구성 요소가 어디에 배치되어 있는지 보여주는 `hf_device_map` 속성이 있습니다.

	transformer만 포함된 pipeline을 로드하고, `output_type="latent"`를 설정하여 이미지 대신 latents를 반환하도록 합니다.

	```py
	pipeline = FluxPipeline.from_pretrained(
	"black-forest-labs/FLUX.1-dev",
	text_encoder=None,
	text_encoder_2=None,
	tokenizer=None,
	tokenizer_2=None,
	vae=None,
	transformer=transformer,
	dtype=torch.bfloat16
	)

	print("Running denoising.")
	height, width = 768, 1360
	latents = pipeline(
	prompt_embeds=prompt_embeds,
	pooled_prompt_embeds=pooled_prompt_embeds,
	num_inference_steps=50,
	guidance_scale=3.5,
	height=height,
	width=width,
	output_type="latent",
	).images
	```

	## 잠재 변수 디코딩

	메모리에서 pipeline과 transformer를 제거하고, latents를 디코딩하기 위해 VAE를 로드합니다. VAE는 하나의 GPU에 충분히 들어갈 만큼 작습니다.

	```py
	import torch
	from diffusers import AutoencoderKL
	from diffusers.image_processor import VaeImageProcessor

	del pipeline.transformer
	del pipeline
	del transformer

	flush()

	vae = AutoencoderKL.from_pretrained(
	"black-forest-labs/FLUX.1-dev", subfolder="vae", dtype=torch.bfloat16
	).to("cuda") # or "mps", "xpu", "cpu"
	vae_scale_factor = 2 ** (len(vae.config.block_out_channels) - 1)
	image_processor = VaeImageProcessor(vae_scale_factor=vae_scale_factor)

	with torch.no_grad():
	print("Running decoding.")
	latents = FluxPipeline._unpack_latents(latents, height, width, vae_scale_factor)
	latents = (latents / vae.config.scaling_factor) + vae.config.shift_factor

	image = vae.decode(latents, return_dict=False)[0]
	image = image_processor.postprocess(image, output_type="pil")
	image[0].save("split_transformer.png")
	```

	주어진 단계에서 필요한 모델을 선택적으로 로드하고 언로드하며, 가장 큰 모델을 여러 GPU에 걸쳐 샤딩하면 소비자용 GPU에서도 대규모 모델로 추론을 실행할 수 있습니다.