從Stable Diffusion這項AI應用出現之後，在極短時間內就迅速走紅，成為眾多玩家口耳相傳的「最美小姐姐」生成工具。不過這款AI計算畫圖工具在Stable Diffusion官方推出之初，無論是WEB UI的部署還是模型的訓練生成，都基本上是基於NVIDIA CUDA加速的演算法，因此A卡最初並不被Stable Diffusion官方支援。不過好在Stable Diffusion算是開源的產品，在眾多社群聚集玩家的支援下，也出現了許多支援A卡GPU加速運算的分支，像是我們今天要測試的基於DirectML的部署，就能實現AMD Radeon顯示卡的Stable Diffusion AI計算硬體加速。
如果要自己在本地部署基於DirectML的Stable Diffusion話，相比便捷的基於CUDA的WEB UI部署要相對複雜一些，不過現在網上已經有比較成熟的整合包供玩家適用，玩家們只需要下載對應的整合包，就能一鍵實現在本地的傻瓜式安裝部署，可以為大家節省相當多的時間。
▲我們選擇這個用於測試的整合包安裝完畢之後，自動進入AMD GPU加速運算模式，在本地開啟http://127.0.0.1:7860即可開啟本機Stable Diffusion的AI繪圖介面。
▲在本機WEB UI介面上可以自由設定相關的AI藝術圖產生參數，點選「生成」即可開始畫圖。具體請參考線上相關教程，在此我們不贅述。
那麼，基於DirectML的Stable Diffusion部署分支能不能實現對AMD顯示卡的硬體運算加速支援呢？它的效率到底如何？在先前A卡玩家經常只能在Linux系統下運行Stable Diffusion，透過ROCM(Radeon Open Compute)模擬CUDA加速，如今在Windows系統下直接實現A卡的AI加速計算，能否達到我們的預期目標呢？為此，我們選擇了AMD Radeon RX 5000系、RX 6000係以及RX 7000系的數款顯示卡，進行了一番詳細的體驗。
體驗平台
顯示卡：AMD Radeon RX 5500XT(8GB)、RX 5700(8GB)、RX 6500XT 4GB、RX 6600(8GB)、RX 6700XT(12GB)、RX 6750XT(12GB)、RX 6800(162GB)、RX 6750XT(12GB)、RX GB 6800(16009( 16GB)、RX 7900 XT(20GB)、RX 7900 XTX(24GB)
CPU：英特爾酷睿i9-13900K
主機板：英特爾Z790
記憶體：DDR5 6000 16GB×2
SSD：AORUS NVMe PCIe SSD 2TB
#作業系統：Windows 11 Pro 22H2
驅動程式：AMD Software Adrenalin Edition 23.4.3
通過測試，我們想知道：
AMD Radeon 5000系列、6000系列和7000系列之間，在Stable Diffusion的AI畫圖算力上有多大差別？
比起傳統的CPU AI運算加速，AMD GPU加速效能到底如何？
▲我們所採用的網路開源共享的部署方案可以正確實現AMD顯示卡的硬體加速運算，可以看到在圖片產生的過程中GPU的佔用率一直保持在100%。
模型為Novel AI Final-runed(CKPT)
在第一部分的測試中，我們透過關鍵字生成一個大眼的時尚美女小姐姐，還要有一定的照片感。關鍵字設定如下(部分引用自網路開源共享關鍵字)：
lora:koreanDollLikeness_v15:0.6> , best quality, ultra high res, (photorealistic:1.4), 1woman, sleeveless white button shirt, black skirt, black chot, cute, (Keg id , (platinum blonde hair:1), ((puffy eyes)), looking at viewer, full body, facing front,fashion,premium
解析度設定：512×512
採樣步進：20
提示字引導係數：7
產生批次-每批數量：1-1、4-1
在測試中由於絕大部分顯示卡都擁有8GB以上的顯存，因此我們在運行參數上基本設定了正常的高顯存預設模式，只有4GB顯存版的RX 6500XT運行時採用了添加了--lowvram的低顯存運轉模式(否則就無法運作)。從整體測試結果來看，AMD從Radeon RX 5000係到RX 7000系的顯示卡幾乎都很好地實現了Stable Diffusion應用的AI計算加速性能，尤其是Radeon RX 7000系顯卡性能相比RX 6000系顯卡有了巨大的提升。例如RX 6900XT在該設定與模型演算法下的圖片產生率約為8.87張/秒，而RX 7900 XT則可達到15.76張/秒，效能提升接近100%。
而比起CPU來說，全系AMD顯示卡都佔有非常明顯的優勢，RX 7900 XT的性能達到了酷睿i9-13900K的30倍左右，即使前兩代的入門級顯卡RX 5500XT，性能上也幾乎接近酷睿i9-13900K的5倍。
唯一有點異常的是RX 6500XT，按照核心規格來看，它應該是要強於RX 5500XT的，不過由於顯存配置僅為4GB，因此在測試中開啟了低顯存運行模式之後，其圖片上生成速度受到了極大影響，遠低於GPU加速的正常表現，僅能達到略高於CPU運算的水準。
在接下來的測試中，我們用一系列相對複雜的關鍵字來產生一座位於水邊的別墅，同時還伴隨著陽光、波紋、倒影等效果要求。關鍵字如下：
'beautiful render of a Tudor style house near the water at sunset, fantasy forest. photorealistic, cinematic composition, cinematic high detail, ultra realistic, cinematic lighting, Depth of Field, hyper-detailed, ullyautdif.color, ullybedif '
解析度設定：512×512
採樣步進：50
提示字引導係數：7.5
產生批次-每批數量：1-1、2-1、4-1
#這部分的測試結果基本上與前一測試保持了一致性。仍是RX 7000系顯卡在效能上獨佔鰲頭，相對於RX 6000系顯卡的對位提昇在100%左右，與CPU的運算效能相比，GPU加速運算的效能提升仍非常顯著，RX 7900 XT的效能達到了酷睿i9-13900K的30倍左右，入門級顯示卡RX 5500XT，性能上也幾乎接近酷睿i9-13900K的5倍。
4GB顯存配置RX 6500XT由於僅能在低顯存模式下運行，因此圖片上生成速度還是受到了極大影響，遠低於GPU加速的正常表現，大致與酷睿i9-13900K相當。
#這是一個簡單但卻比較有趣的測試，透過這次體驗，我們認為有幾點參考意見可以總結給玩家們參考：
1.目前AMD顯示卡已經可以透過開源的部署方案實現在Windows系統下的Stable Diffusion AI運算加速，而且網路上也有許多的傻瓜式整合包，感興趣的玩家完全可以一試；
2.從測試結果來看，AMD顯示卡在Stable Diffusion的AI圖片生成計算中能夠發揮出遠勝於CPU計算的性能增幅，使用GPU加速計算能帶來事倍功半的效果；
3.從測試情況來看，測試中當渲染解析度設定超過512時(如768×768)，就會出現爆顯存的情況，這與部署方案和模型有一定關係，但也反映了在正常模式下運作時，8GB記憶體幾乎是Stable Diffusion的硬式入門要求。如果顯存低於8GB，即使在512×512解析度下渲染，也會出現顯存不足的情況，此時就不得不採用--lowvram的低顯存運行方案，但會大大拖累計算速度，如測試中的RX 6500XT 4GB。所以要暢玩Stable Diffusion，我們建議顯示卡的顯存為8GB或更高為佳；
4.從整體結果來看，我們認為AMD GPU還有極大的演算法優化空間，憑不可靠經驗判斷，從RX 7900 XTX到酷睿i9-13900K的性能差距還不足夠大。這和我們部署的演算法方案以及模型都有一定關係，也希望各社群的程式設計師能發展出更多更優秀的針對AMD顯示卡的運算加速方案。
不管如何，AMD顯示卡對Stable Diffusion的硬體加速運算效能已經得到了展現，效果也比較明顯，對AMD顯示卡用戶來說毫無疑問是利好的福音消息，剩下的就是玩家與AMD需要堅持的繼續優化之路了。
以上是AMD Radeon顯示卡Stable Diffusion AI畫圖體驗測試的詳細內容。更多資訊請關注PHP中文網其他相關文章！
