Stable Diffusion은 텍스트 설명에서 이미지를 생성하는 데 사용되는 딥러닝 AI 모델입니다. 스테이블 디퓨전의 특별한 점은 로컬 소비자 하드웨어에서 실행할 수 있다는 점입니다. AI 커뮤니티에는 수많은 프로젝트가 있으며, 그중 Stable Diffusion WebUI가 가장 인기 있는 프로젝트입니다. 이 프로젝트는 사용하기 쉽고 실험하기 쉬운 브라우저 인터페이스를 제공합니다.

 

수개월 동안의 백그라운드 작업 끝에(한동안 소문만 무성했었죠) 이제 인텔 Arc 소유자에게 최신 업데이트가 제공되며 성능이 크게 향상되었습니다.

다음은 Stable Diffusion에 대한 이전 및 업데이트된 테스트 결과입니다. 이전 테스트에서는 약간 조정된 Stable Diffusion OpenVINO를 사용했으며, OpenVINO가 포함된 Automatic1111 webui의 포크로 다시 테스트했습니다. 또한 Nod.ai의 Shark 기반 Stable Diffusion의 최신 빌드로 AMD의 여러 GPU를 다시 테스트했습니다. 엔비디아의 결과는 아직 업데이트되지 않았지만, 조만간 최신 버전으로 재테스트할 예정입니다(테스트가 완료되면 주요 Stable Diffusion 벤치마크 문서에 업데이트할 예정입니다). 또한 프롬프트도 변경되었기 때문에 새로운 결과는 일반적으로 더 까다롭다는 점에 유의해야 합니다. (새로운 프롬프트는 "지저분한 방"으로, 이미지에 작은 디테일이 많아 AI가 생성하는 데 더 많은 노력이 필요한 경향이 있습니다.) 실행마다 차이가 있고 현재 Arc에 특별히 적용되는 주의 사항이 있지만, 다음은 실행 전/후 결과입니다.

 

업데이트 전

 

업데이트 후

인텔 ARC 및 AMD GPU는 모두 성능이 향상되었으며, 대부분 상당한 향상을 보여주었습니다. Arc A770 16GB는 54%, A750은 동일한 시나리오에서 40% 향상되었습니다. (테스트에는 현재 단종된 A770 리미티드 에디션 카드를 사용했지만 Acer, ASRock, Sparkle 및 Gunnir에서는 여전히 16GB 카드를 제공합니다.)

 

Nod.ai도 가만히 있지 않았습니다. AMD의 RX 6800, RX 6750 XT 및 RX 6700 10GB는 모두 더 빠르며, 특히 6800 및 6700 10GB가 큰 향상을 보였습니다. 6750 XT가 왜 더 좋지 않았는지는 확실하지 않지만, RX 6800은 34%의 성능 향상을 보였고 RX 6700 10GB는 이보다 더 큰 76%의 성능 향상을 보였습니다. 세 AMD GPU가 모두 동일한 RDNA2 아키텍처를 공유함에도 불구하고 RX 6750 XT는 어떤 이유에서인지 겨우 9% 향상에 그쳤습니다. (가까운 시일 내에 AMD의 최신 RX 7000 시리즈 부품을 포함한 다른 GPU를 다시 테스트할 예정입니다.)

 

다시 한 번 말씀드리지만, 세 개의 엔비디아 RTX 40 시리즈 GPU는 재테스트하지 않았기 때문에 두 그래프에서 성능 통계가 동일하게 유지됩니다. 그럼에도 불구하고 새로운 OpenVINO 최적화를 통해 인텔의 Arc A750 및 A770은 이제 RTX 4060을 능가할 수 있게 되었으며, A770 16GB는 RTX 4060 Ti를 바짝 뒤쫓고 있습니다.

 

설치가 더 간단해지고 다른 이미지 해상도 및 Stable Diffusion 모델이 작동하도록 수정하는 등 아직 진행 중인 작업이 많이 있습니다. 최신 "v2-1_512-ema-pruned.safetensors" 및 "v2-1_768-ema-pruned.safetensors"는 의미 있는 출력을 생성하지 못했기 때문에 "v1-5-pruned-emaonly.safetensors" 기본 모델에 의존해야 했습니다.

 

또한 768x768 생성은 현재 Arc GPU에서 실패합니다. 720x720까지는 가능하지만 744x744는 결국 CPU 기반 생성으로 전환되었습니다. 하지만 768x768 지원에 대한 수정이 곧 제공될 예정이라고 하니 Arc 사용자는 해당 업데이트를 계속 주시해 주시기 바랍니다.

 

업데이트, 8/17/2023: 수정이 적용되었습니다. 768x768을 작동시키려면 Stable Diffusion OpenVINO를 설치한 디렉토리로 이동한 다음 "venv\Scripts\activate"를 실행한 다음 "pip install --pre openvino==2023.1.0.dev20230811"을 실행하면 더 높은 해상도의 이미지 생성이 작동합니다. 이전에는 A750에서 768x768을 성공적으로 테스트했는데, 이전에는 A770 16GB에서도 실패하고 VRAM이 부족한 것처럼 보였습니다.