Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /pt /using-diffusers /batched_inference.md

mishig

2 days ago

preview code

download

raw

7.84 kB

# Inferência em lote

A inferência em lote processa múltiplos prompts de uma vez para aumentar a taxa de transferência. Um lote mantém a GPU ocupada, enquanto um prompt único a deixa subutilizada.

A desvantagem é a maior latência, pois você espera que o lote inteiro termine. Lotes grandes também exigem mais memória de GPU.

## Lote múltiplos prompts

Passe uma lista de prompts para o pipeline para gerar uma imagem para cada prompt.

```py
import torch
import matplotlib.pyplot as plt
from diffusers import DiffusionPipeline
pipeline = DiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    dtype=torch.float16,
    device_map="cuda"  # or "mps", "xpu", "cpu"
)
prompts = [
    "Cinematic shot of a cozy coffee shop interior, warm pastel light streaming through a window where a cat rests. Shallow depth of field, glowing cups in soft focus, dreamy lofi-inspired mood, nostalgic tones, framed like a quiet film scene.",
    "Polaroid-style photograph of a cozy coffee shop interior, bathed in warm pastel light. A cat sits on the windowsill near steaming mugs. Soft, slightly faded tones and dreamy blur evoke nostalgia, a lofi mood, and the intimate, imperfect charm of instant film.",
    "Soft watercolor illustration of a cozy coffee shop interior, pastel washes of color filling the space. A cat rests peacefully on the windowsill as warm light glows through. Gentle brushstrokes create a dreamy, lofi-inspired atmosphere with whimsical textures and nostalgic calm.",
    "Isometric pixel-art illustration of a cozy coffee shop interior in detailed 8-bit style. Warm pastel light fills the space as a cat rests on the windowsill. Blocky furniture and tiny mugs add charm, low-res retro graphics enhance the nostalgic, lofi-inspired game aesthetic."
]
images = pipeline(
    prompt=prompts,
).images
fig, axes = plt.subplots(2, 2, figsize=(12, 12))
axes = axes.flatten()
for i, image in enumerate(images):
    axes[i].imshow(image)
    axes[i].set_title(f"Image {i+1}")
    axes[i].axis('off')
plt.tight_layout()
plt.show()
```

    
## Gere várias imagens por prompt

Para gerar múltiplas variações de um único prompt, use o argumento `num_images_per_prompt`.

```py
import torch
import matplotlib.pyplot as plt
from diffusers import DiffusionPipeline
pipeline = DiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    dtype=torch.float16,
    device_map="cuda"  # or "mps", "xpu", "cpu"
)
prompt="""
Isometric pixel-art illustration of a cozy coffee shop interior in detailed 8-bit style. Warm pastel light fills the
space as a cat rests on the windowsill. Blocky furniture and tiny mugs add charm, low-res retro graphics enhance the
nostalgic, lofi-inspired game aesthetic.
"""
images = pipeline(
    prompt=prompt,
    num_images_per_prompt=4
).images
fig, axes = plt.subplots(2, 2, figsize=(12, 12))
axes = axes.flatten()
for i, image in enumerate(images):
    axes[i].imshow(image)
    axes[i].set_title(f"Image {i+1}")
    axes[i].axis('off')
plt.tight_layout()
plt.show()
```

    
## Gere várias imagens para vários prompts

Combine as duas abordagens para gerar diferentes variações de diferentes prompts. Este exemplo reutiliza o `pipeline` e os `prompts` dos exemplos acima.

```py
images = pipeline(
    prompt=prompts,
    num_images_per_prompt=2,
).images
fig, axes = plt.subplots(2, 4, figsize=(12, 12))
axes = axes.flatten()
for i, image in enumerate(images):
    axes[i].imshow(image)
    axes[i].set_title(f"Image {i+1}")
    axes[i].axis('off')
plt.tight_layout()
plt.show()
```

    
## Gerar lotes reproduzíveis

Para tornar um lote reproduzível, passe ao pipeline uma lista de objetos [Generator](https://pytorch.org/docs/stable/generated/torch.Generator.html), um para cada imagem, cada um com sua própria semente.

> [!TIP]
> Consulte a documentação de [Reproducibility](./reusing_seeds) para saber mais sobre algoritmos determinísticos e o objeto `Generator`.

Crie um `Generator` por imagem com uma list comprehension. Multiplicar uma lista (`[generator] * 3`) resulta em três referências ao mesmo `Generator`, de modo que as imagens não recebem sementes independentes.

```py
# don't do this
generator = [torch.Generator(device="cuda").manual_seed(0)] * 3  # or "mps", "xpu", "cpu"
```

O número de geradores deve corresponder ao número de imagens no lote. Passe o `generator` para o pipeline.

```py
import torch
import matplotlib.pyplot as plt
from diffusers import DiffusionPipeline
pipeline = DiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0",
    dtype=torch.float16,
    device_map="cuda"
)
prompts = [
    "Cinematic shot of a cozy coffee shop interior, warm pastel light streaming through a window where a cat rests. Shallow depth of field, glowing cups in soft focus, dreamy lofi-inspired mood, nostalgic tones, framed like a quiet film scene.",
    "Polaroid-style photograph of a cozy coffee shop interior, bathed in warm pastel light. A cat sits on the windowsill near steaming mugs. Soft, slightly faded tones and dreamy blur evoke nostalgia, a lofi mood, and the intimate, imperfect charm of instant film.",
    "Soft watercolor illustration of a cozy coffee shop interior, pastel washes of color filling the space. A cat rests peacefully on the windowsill as warm light glows through. Gentle brushstrokes create a dreamy, lofi-inspired atmosphere with whimsical textures and nostalgic calm.",
    "Isometric pixel-art illustration of a cozy coffee shop interior in detailed 8-bit style. Warm pastel light fills the space as a cat rests on the windowsill. Blocky furniture and tiny mugs add charm, low-res retro graphics enhance the nostalgic, lofi-inspired game aesthetic."
]
generator = [torch.Generator(device="cuda").manual_seed(i) for i in range(len(prompts))]  # or "mps", "xpu", "cpu"
images = pipeline(
    prompt=prompts,
    generator=generator
).images
fig, axes = plt.subplots(2, 2, figsize=(12, 12))
axes = axes.flatten()
for i, image in enumerate(images):
    axes[i].imshow(image)
    axes[i].set_title(f"Image {i+1}")
    axes[i].axis('off')
plt.tight_layout()
plt.show()
```

Cada imagem está vinculada a uma semente, então você pode escolher uma imagem que goste e regenerá-la com a mesma semente enquanto refina seu prompt.

## Atender solicitações simultâneas

Um servidor também aumenta a taxa de transferência ao lidar com solicitações de muitos usuários ao mesmo tempo. Carregue o pipeline uma vez e compartilhe-o entre as solicitações para que os modelos permaneçam na memória da GPU apenas uma vez. Os agendadores não são seguros para threads, então forneça a cada solicitação seu próprio agendador com [from_pipe()](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pipe). Compartilhar um único agendador entre threads gera erros como `IndexError: index 21 is out of bounds for dimension 0 with size 21`.

```py
scheduler = shared_pipeline.scheduler.from_config(shared_pipeline.scheduler.config)
pipeline = StableDiffusion3Pipeline.from_pipe(shared_pipeline, scheduler=scheduler)
```

Para servidores completos construídos com [FastAPI](https://fastapi.tiangolo.com/), consulte o exemplo [server](https://github.com/huggingface/diffusers/tree/main/examples/server) e o exemplo [server-async](https://github.com/huggingface/diffusers/tree/main/examples/server-async). O exemplo server-async também clona o estado do gerador de números aleatórios para cada solicitação e torna os tokenizadores seguros para compartilhamento entre threads.

## Próximas etapas

- Quando um lote não cabe em uma GPU, ou você tem mais prompts do que uma GPU pode processar, distribua os prompts entre as GPUs com [paralelismo de dados](../optimization/data_parallelism).

Xet Storage Details

Size:: 7.84 kB
Xet hash:: 77d0a24b8c65819b8bb6b1362f5fa89af9aabef202db2b7ee7ccaf9d012a8b0d

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

	# Inferência em lote

	A inferência em lote processa múltiplos prompts de uma vez para aumentar a taxa de transferência. Um lote mantém a GPU ocupada, enquanto um prompt único a deixa subutilizada.

	A desvantagem é a maior latência, pois você espera que o lote inteiro termine. Lotes grandes também exigem mais memória de GPU.

	## Lote múltiplos prompts

	Passe uma lista de prompts para o pipeline para gerar uma imagem para cada prompt.

	```py
	import torch
	import matplotlib.pyplot as plt
	from diffusers import DiffusionPipeline

	pipeline = DiffusionPipeline.from_pretrained(
	"stabilityai/stable-diffusion-xl-base-1.0",
	dtype=torch.float16,
	device_map="cuda" # or "mps", "xpu", "cpu"
	)

	prompts = [
	"Cinematic shot of a cozy coffee shop interior, warm pastel light streaming through a window where a cat rests. Shallow depth of field, glowing cups in soft focus, dreamy lofi-inspired mood, nostalgic tones, framed like a quiet film scene.",
	"Polaroid-style photograph of a cozy coffee shop interior, bathed in warm pastel light. A cat sits on the windowsill near steaming mugs. Soft, slightly faded tones and dreamy blur evoke nostalgia, a lofi mood, and the intimate, imperfect charm of instant film.",
	"Soft watercolor illustration of a cozy coffee shop interior, pastel washes of color filling the space. A cat rests peacefully on the windowsill as warm light glows through. Gentle brushstrokes create a dreamy, lofi-inspired atmosphere with whimsical textures and nostalgic calm.",
	"Isometric pixel-art illustration of a cozy coffee shop interior in detailed 8-bit style. Warm pastel light fills the space as a cat rests on the windowsill. Blocky furniture and tiny mugs add charm, low-res retro graphics enhance the nostalgic, lofi-inspired game aesthetic."
	]

	images = pipeline(
	prompt=prompts,
	).images

	fig, axes = plt.subplots(2, 2, figsize=(12, 12))
	axes = axes.flatten()

	for i, image in enumerate(images):
	axes[i].imshow(image)
	axes[i].set_title(f"Image {i+1}")
	axes[i].axis('off')

	plt.tight_layout()
	plt.show()
	```



	## Gere várias imagens por prompt

	Para gerar múltiplas variações de um único prompt, use o argumento `num_images_per_prompt`.

	```py
	import torch
	import matplotlib.pyplot as plt
	from diffusers import DiffusionPipeline

	pipeline = DiffusionPipeline.from_pretrained(
	"stabilityai/stable-diffusion-xl-base-1.0",
	dtype=torch.float16,
	device_map="cuda" # or "mps", "xpu", "cpu"
	)

	prompt="""
	Isometric pixel-art illustration of a cozy coffee shop interior in detailed 8-bit style. Warm pastel light fills the
	space as a cat rests on the windowsill. Blocky furniture and tiny mugs add charm, low-res retro graphics enhance the
	nostalgic, lofi-inspired game aesthetic.
	"""

	images = pipeline(
	prompt=prompt,
	num_images_per_prompt=4
	).images

	fig, axes = plt.subplots(2, 2, figsize=(12, 12))
	axes = axes.flatten()

	for i, image in enumerate(images):
	axes[i].imshow(image)
	axes[i].set_title(f"Image {i+1}")
	axes[i].axis('off')

	plt.tight_layout()
	plt.show()
	```



	## Gere várias imagens para vários prompts

	Combine as duas abordagens para gerar diferentes variações de diferentes prompts. Este exemplo reutiliza o `pipeline` e os `prompts` dos exemplos acima.

	```py
	images = pipeline(
	prompt=prompts,
	num_images_per_prompt=2,
	).images

	fig, axes = plt.subplots(2, 4, figsize=(12, 12))
	axes = axes.flatten()

	for i, image in enumerate(images):
	axes[i].imshow(image)
	axes[i].set_title(f"Image {i+1}")
	axes[i].axis('off')

	plt.tight_layout()
	plt.show()
	```



	## Gerar lotes reproduzíveis

	Para tornar um lote reproduzível, passe ao pipeline uma lista de objetos [Generator](https://pytorch.org/docs/stable/generated/torch.Generator.html), um para cada imagem, cada um com sua própria semente.

	> [!TIP]
	> Consulte a documentação de [Reproducibility](./reusing_seeds) para saber mais sobre algoritmos determinísticos e o objeto `Generator`.

	Crie um `Generator` por imagem com uma list comprehension. Multiplicar uma lista (`[generator] * 3`) resulta em três referências ao mesmo `Generator`, de modo que as imagens não recebem sementes independentes.

	```py
	# don't do this
	generator = [torch.Generator(device="cuda").manual_seed(0)] * 3 # or "mps", "xpu", "cpu"
	```

	O número de geradores deve corresponder ao número de imagens no lote. Passe o `generator` para o pipeline.

	```py
	import torch
	import matplotlib.pyplot as plt
	from diffusers import DiffusionPipeline

	pipeline = DiffusionPipeline.from_pretrained(
	"stabilityai/stable-diffusion-xl-base-1.0",
	dtype=torch.float16,
	device_map="cuda"
	)

	prompts = [
	"Cinematic shot of a cozy coffee shop interior, warm pastel light streaming through a window where a cat rests. Shallow depth of field, glowing cups in soft focus, dreamy lofi-inspired mood, nostalgic tones, framed like a quiet film scene.",
	"Polaroid-style photograph of a cozy coffee shop interior, bathed in warm pastel light. A cat sits on the windowsill near steaming mugs. Soft, slightly faded tones and dreamy blur evoke nostalgia, a lofi mood, and the intimate, imperfect charm of instant film.",
	"Soft watercolor illustration of a cozy coffee shop interior, pastel washes of color filling the space. A cat rests peacefully on the windowsill as warm light glows through. Gentle brushstrokes create a dreamy, lofi-inspired atmosphere with whimsical textures and nostalgic calm.",
	"Isometric pixel-art illustration of a cozy coffee shop interior in detailed 8-bit style. Warm pastel light fills the space as a cat rests on the windowsill. Blocky furniture and tiny mugs add charm, low-res retro graphics enhance the nostalgic, lofi-inspired game aesthetic."
	]
	generator = [torch.Generator(device="cuda").manual_seed(i) for i in range(len(prompts))] # or "mps", "xpu", "cpu"

	images = pipeline(
	prompt=prompts,
	generator=generator
	).images

	fig, axes = plt.subplots(2, 2, figsize=(12, 12))
	axes = axes.flatten()

	for i, image in enumerate(images):
	axes[i].imshow(image)
	axes[i].set_title(f"Image {i+1}")
	axes[i].axis('off')

	plt.tight_layout()
	plt.show()
	```

	Cada imagem está vinculada a uma semente, então você pode escolher uma imagem que goste e regenerá-la com a mesma semente enquanto refina seu prompt.

	## Atender solicitações simultâneas

	Um servidor também aumenta a taxa de transferência ao lidar com solicitações de muitos usuários ao mesmo tempo. Carregue o pipeline uma vez e compartilhe-o entre as solicitações para que os modelos permaneçam na memória da GPU apenas uma vez. Os agendadores não são seguros para threads, então forneça a cada solicitação seu próprio agendador com [from_pipe()](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pipe). Compartilhar um único agendador entre threads gera erros como `IndexError: index 21 is out of bounds for dimension 0 with size 21`.

	```py
	scheduler = shared_pipeline.scheduler.from_config(shared_pipeline.scheduler.config)
	pipeline = StableDiffusion3Pipeline.from_pipe(shared_pipeline, scheduler=scheduler)
	```

	Para servidores completos construídos com [FastAPI](https://fastapi.tiangolo.com/), consulte o exemplo [server](https://github.com/huggingface/diffusers/tree/main/examples/server) e o exemplo [server-async](https://github.com/huggingface/diffusers/tree/main/examples/server-async). O exemplo server-async também clona o estado do gerador de números aleatórios para cada solicitação e torna os tokenizadores seguros para compartilhamento entre threads.

	## Próximas etapas

	- Quando um lote não cabe em uma GPU, ou você tem mais prompts do que uma GPU pode processar, distribua os prompts entre as GPUs com [paralelismo de dados](../optimization/data_parallelism).