Buckets:

hf-doc-build
/

doc

Files

xet

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

mishig

2 days ago

preview code

download

raw

4.45 kB

# 使用 device_map 将模型组件拆分到多个 GPU
`device_map` 参数用于将模型的各个组件放置在不同的 GPU 上。当模型无法装入单个 GPU，且你的 GPU 之间没有高速互连时，请使用该参数。请参阅 [分布式推理](../training/distributed_inference) 以将其与其他策略进行比较，并参阅 [设备放置](./memory#device-placement) 了解 `device_map` 的更多选项。
以下示例仅在需要该组件的阶段加载它，并使用 `device_map` 将较大的组件分布在两块 GPU 上。

## 编码提示

将 `device_map="balanced"` 设置为将文本编码器放置在单独的 GPU 上。使用 `max_memory` 来限制每个 GPU 使用的内存量。将 `transformer` 和 `vae` 设置为 `None`，以便仅加载文本编码器。

```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
    )
```

获取文本嵌入后，将文本编码器从 GPU 上移除，以为 transformer 腾出空间。

```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()
```

## 使用分片 Transformer 进行去噪

设置 `device_map="auto"` 以让 Accelerate 放置 transformer。它会先填满第一块 GPU，然后再移动到下一块，并且仅在 GPU 内存耗尽时才使用 CPU 或磁盘。在两块较小的 GPU 上，transformer 最终会被拆分到两块 GPU 上。位于 CPU 或磁盘上的权重会拖慢推理速度。

```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]
> 检查 `transformer.hf_device_map` 以查看 transformer 在设备上的分布情况。使用 `device_map` 加载的 pipeline 也具有 `hf_device_map` 属性，用于显示每个组件的放置位置。
加载仅包含 transformer 的 pipeline，并设置 `output_type="latent"`，使其返回潜变量而非图像。

```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
```

## 解码潜在变量

从内存中移除 pipeline 和 transformer，并加载 VAE 以解码潜变量。VAE 足够小，可以放入单个 GPU 中。

```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")
```

通过选择性地加载和卸载在特定阶段所需的模型，并将最大的模型分片到多个 GPU 上，您可以在消费级 GPU 上运行大模型的推理。

Xet Storage Details

Size:: 4.45 kB
Xet hash:: aeecc66be2a1978bbffac4cead63938fd4cb4097178188b35bafc6321f41abb3

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

	# 使用 device_map 将模型组件拆分到多个 GPU

	`device_map` 参数用于将模型的各个组件放置在不同的 GPU 上。当模型无法装入单个 GPU，且你的 GPU 之间没有高速互连时，请使用该参数。请参阅 [分布式推理](../training/distributed_inference) 以将其与其他策略进行比较，并参阅 [设备放置](./memory#device-placement) 了解 `device_map` 的更多选项。

	以下示例仅在需要该组件的阶段加载它，并使用 `device_map` 将较大的组件分布在两块 GPU 上。

	## 编码提示

	将 `device_map="balanced"` 设置为将文本编码器放置在单独的 GPU 上。使用 `max_memory` 来限制每个 GPU 使用的内存量。将 `transformer` 和 `vae` 设置为 `None`，以便仅加载文本编码器。

	```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
	)
	```

	获取文本嵌入后，将文本编码器从 GPU 上移除，以为 transformer 腾出空间。

	```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()
	```

	## 使用分片 Transformer 进行去噪

	设置 `device_map="auto"` 以让 Accelerate 放置 transformer。它会先填满第一块 GPU，然后再移动到下一块，并且仅在 GPU 内存耗尽时才使用 CPU 或磁盘。在两块较小的 GPU 上，transformer 最终会被拆分到两块 GPU 上。位于 CPU 或磁盘上的权重会拖慢推理速度。

	```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]
	> 检查 `transformer.hf_device_map` 以查看 transformer 在设备上的分布情况。使用 `device_map` 加载的 pipeline 也具有 `hf_device_map` 属性，用于显示每个组件的放置位置。

	加载仅包含 transformer 的 pipeline，并设置 `output_type="latent"`，使其返回潜变量而非图像。

	```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
	```

	## 解码潜在变量

	从内存中移除 pipeline 和 transformer，并加载 VAE 以解码潜变量。VAE 足够小，可以放入单个 GPU 中。

	```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")
	```

	通过选择性地加载和卸载在特定阶段所需的模型，并将最大的模型分片到多个 GPU 上，您可以在消费级 GPU 上运行大模型的推理。