Guide : Comment lancer Stable Beluga sur un ordinateur avec 32GB de RAM

Stable Beluga est un outil moderne de génération d'images basé sur la technologie IA. Dans ce guide, nous allons vous montrer comment lancer Stable Beluga sur un ordinateur avec 32GB de RAM, étape par étape.

Prérequis

Avant de commencer l'installation, assurez-vous que votre système répond aux exigences suivantes :

Système d'exploitation : Windows 10/11 ou Linux (Ubuntu 20.04 LTS recommandé)
Processeur : Intel i7 ou plus récent / AMD Ryzen 7 ou plus récent
Mémoire RAM : 32GB
Carte graphique : NVIDIA RTX 2060 ou plus récente (avec au moins 8GB de mémoire GPU)
Espace disque : 50GB d'espace libre

Installation des dépendances

Sur Windows

Installez les pilotes pour la carte graphique :
- Téléchargez les derniers pilotes pour votre carte graphique depuis le site officiel de NVIDIA.
- Suivez les instructions du fabricant pour l'installation.
Installez Python :
- Téléchargez et installez Python 3.8 ou une version plus récente depuis le site officiel python.org.
- Assurez-vous de cocher l'option "Add Python to PATH" lors de l'installation.
Installez Git :
- Téléchargez et installez Git depuis le site officiel git-scm.com.

Sur Linux (Ubuntu 20.04 LTS)

Mettez à jour le système :
```
sudo apt update && sudo apt upgrade -y
```

Installez les pilotes NVIDIA :

sudo apt install nvidia-driver-470
sudo reboot

Installez Python et Git :

sudo apt install python3 python3-pip git

Clonage du dépôt Stable Beluga

Ouvrez le terminal (ou l'invite de commandes sous Windows).

Exécutez la commande suivante :

git clone https://github.com/stability-ai/stable-beluga.git
cd stable-beluga

Installation des dépendances Python

Créez et activez un environnement virtuel :

python -m venv venv
source venv/bin/activate  # Sous Windows : venv\Scripts\activate

Installez les paquets requis :
```
pip install -r requirements.txt
```

Configuration de Stable Beluga

Copiez le fichier de configuration :
```
cp config.example.yaml config.yaml
```

Éditez le fichier config.yaml dans un éditeur de texte, par exemple VS Code :

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # Utilisez "cpu" si vous n'avez pas de carte graphique
precision: "fp16"  # Vous pouvez changer pour "fp32" si vous avez suffisamment de mémoire

Téléchargement du modèle

Téléchargez le modèle Stable Beluga depuis le dépôt officiel :
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
(Remplacez l'URL par celle du modèle actuel.)

Lancement de Stable Beluga

Exécutez le script principal :
```
python main.py
```
En cas de problèmes de mémoire, essayez de réduire la taille du batch dans le fichier config.yaml :
```
batch_size: 1  # Par défaut 4, réduisez si nécessaire
```

Exemples d'utilisation

Génération d'une image

from stable_beluga import StableBeluga

model = StableBeluga.from_config("config.yaml")
prompt = "Astronaut riding a horse on Mars"
image = model.generate(prompt)
image.save("output.png")

Génération d'une série d'images

prompts = [
    "Sunset over the ocean",
    "Forest in autumn",
    "City skyline at night"
]

for prompt in prompts:
    image = model.generate(prompt)
    image.save(f"{prompt.replace(' ', '_')}.png")

Optimisation de la mémoire

Si vous rencontrez des problèmes de mémoire, essayez les solutions suivantes :

Réduisez la taille du batch :
```
batch_size: 1
```
Utilisez la précision fp32 :
```
precision: "fp32"
```
Désactivez les gradients :
```
enable_gradients: false
```

Dépannage

Erreur de mémoire GPU

Si vous recevez une erreur de mémoire GPU, essayez :

De réduire la résolution de sortie :

output_size: [512, 512]  # Réduisez à [256, 256] si nécessaire

D'utiliser un modèle plus petit :
```
model:
  name: "stable-beluga-small"
```

Erreur de dépendance

Si vous rencontrez des problèmes de dépendances, essayez :

De mettre à jour pip :
```
pip install --upgrade pip
```

D'installer les paquets manuellement :

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

Résumé

Dans ce guide, nous avons montré comment lancer Stable Beluga sur un ordinateur avec 32GB de RAM. N'oubliez pas que l'optimisation de la mémoire peut être nécessaire en fonction de votre matériel. Grâce à ces étapes, vous devriez être en mesure de générer des images de haute qualité avec Stable Beluga.

Si vous avez des questions supplémentaires ou rencontrez des problèmes, visitez le forum officiel de Stable Beluga ou le dépôt GitHub.