他のモデルも…

stable-diffusion.cppの新しいモデルへの対応も随時行われていてとても気にはなっています。

最近新たに対応されたモデルについて少し見てみると、モデル自体が結構巨大なものだったり…世間的な流行りははやり巨大モデルですよねぇ

とりあえず、最近の物はさっさとあきらめ、少し前から気になっているz-imageについて少し調べてみると、Fluxと同様にサクッと画像生成ができて、結構いい感じに扱いやすいモデルみたいで、まともな生成環境なら20秒ぐらいで1024ぐらいのサイズの物が生成される模様。ってことは単位が変わるから20分ぐらいあれば作れるのか？(笑)

まぁ物は試しという事で必要そうなモデルのダウンロードから始めます。stable-diffusion.cppのドキュメントを頼りに、z-image turbo関連のモデルをダウントード。その間にダウンロード済みのモデルの整理を…10G以上のモデルは動作確認以外では今は動かさなくなっているので、とりあえず削除(笑)Flux.2関連も今動かしているモデルファイル以外は削除する方向で…で、削除する前にFlux.2 Kleanの9Bモデルをちょっと動かしてみたんですが、今の状態だとなぜか途中でエラーが発生してしまいました。以前は動いたので、手前で修正し続けているものが原因なのか、その他の要因か区別がつかないのですが、エラーの内容を調べてみるとどうやらggmlではない要因の可能性がとても高い感じのコメントを発見。ただ、少し時間がたって改めて考えてみると、sycl内の処理で不要なwaitを行わなくしているので、その結果、ちゃんと同期する必要があるタイミングで同期されなくなった結果エラーが出ているのかもしれないなぁ…と。まぁそれはおいおいやるとして…そんなことをしていたら必要そうなモデルファイルが一通りそろったので実行してみます。

モデルファイルサイズ的にはQ8_0で余裕で動きそうだったのですが、ダメでした…ｗひとまず動かしたいだけなので、ここはQ2_Kモデルで…ｗ

サンプルの実行コマンドを基にvaeの都合上512x512に制限して実行してみると…

offloadとかの指定があったので純粋なsyclではないですが、とりあえず出ました。正方形なのでジャケット写真見たいですね(笑)

出力まで１５分程度でしょうか。8ステップなので悪くない感じです。

オフロード指定とかとっぱらっても問題が無さそうなので、Q4_Kモデルで10分程度で出力されました。出力されたログを見ると17.44s+608.07s+32.08s -> 657.61sで終わっている感じです。

そしていつものシリーズ

ようやく文字がまともに出てきた気がします(笑)耳がこんなに大きくてピンと立ってるのはすごい事のような気がします…

fish画像はとてもいい感じですね。

z-imageは編集で使うのがいい感じと言う記事を目にしていましたが、普通に生成も悪くない気がします。

flux.2kleanが落ち着いたので、こっちのログを見ながら色々調整してもいいかもなぁ…