Panduan: Cara Menjalankan Stable Beluga di Komputer dengan 32GB RAM

Stable Beluga adalah alat modern untuk menghasilkan gambar berbasis teknologi AI. Dalam panduan ini, kita akan menunjukkan cara menjalankan Stable Beluga di komputer dengan 32GB RAM, langkah demi langkah.

Persyaratan Awal

Sebelum memulai instalasi, pastikan sistem Anda memenuhi persyaratan berikut:

Sistem Operasi: Windows 10/11 atau Linux (disarankan Ubuntu 20.04 LTS)
Prosesor: Intel i7 atau lebih baru / AMD Ryzen 7 atau lebih baru
Memori RAM: 32GB
Kartu Grafis: NVIDIA RTX 2060 atau lebih baru (dengan setidaknya 8GB memori GPU)
Ruang di Disk: 50GB ruang kosong

Instalasi Dependensi

Di Sistem Windows

Instalasi Driver untuk Kartu Grafis:
- Unduh driver terbaru untuk kartu grafis Anda dari situs resmi NVIDIA.
- Jalankan instalasi sesuai dengan instruksi produsen.
Instalasi Python:
- Unduh dan instal Python 3.8 atau lebih baru dari situs resmi python.org.
- Pastikan Anda menandai opsi "Add Python to PATH" selama instalasi.
Instalasi Git:
- Unduh dan instal Git dari situs resmi git-scm.com.

Di Sistem Linux (Ubuntu 20.04 LTS)

Perbarui Sistem:
```
sudo apt update && sudo apt upgrade -y
```

Instalasi Driver NVIDIA:

sudo apt install nvidia-driver-470
sudo reboot

Instalasi Python dan Git:

sudo apt install python3 python3-pip git

Kloning Repositori Stable Beluga

Buka terminal (atau baris perintah di Windows).

Jalankan perintah berikut:

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

Instalasi Dependensi Python

Buat dan aktifkan lingkungan virtual:

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

Instalasi paket yang diperlukan:
```
pip install -r requirements.txt
```

Konfigurasi Stable Beluga

Salin file konfigurasi:
```
cp config.example.yaml config.yaml
```

Edit file config.yaml dalam editor teks, misalnya VS Code:

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # Gunakan "cpu", jika Anda tidak memiliki kartu grafis
precision: "fp16"  # Anda bisa mengubahnya menjadi "fp32", jika Anda memiliki memori yang cukup

Unduh Model

Unduh model Stable Beluga dari repositori resmi:
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
(Ganti URL dengan alamat model saat ini.)

Menjalankan Stable Beluga

Jalankan skrip utama:
```
python main.py
```
Jika Anda mengalami masalah dengan memori, coba mengurangi ukuran batch di file config.yaml:
```
batch_size: 1  # Defaultnya 4, kurangi jika diperlukan
```

Contoh Penggunaan

Menghasilkan Gambar

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")

Menghasilkan Serangkaian Gambar

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")

Optimasi Memori

Jika Anda mengalami masalah dengan memori, coba solusi berikut:

Kurangi Ukuran Batch:
```
batch_size: 1
```
Gunakan Presisi fp32:
```
precision: "fp32"
```
Matikan Gradien:
```
enable_gradients: false
```

Pemecahan Masalah

Error Memori GPU

Jika Anda mendapatkan error memori GPU, coba:

Kurangi resolusi output:

output_size: [512, 512]  # Kurangi menjadi [256, 256], jika diperlukan

Gunakan model yang lebih kecil:
```
model:
  name: "stable-beluga-small"
```

Error Dependensi

Jika Anda mengalami masalah dengan dependensi, coba:

Perbarui pip:
```
pip install --upgrade pip
```

Instalasi paket secara manual:

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

Ringkasan

Dalam panduan ini, kita telah menunjukkan cara menjalankan Stable Beluga di komputer dengan 32GB RAM. Ingat bahwa optimasi memori mungkin diperlukan tergantung pada perangkat keras Anda. Dengan langkah-langkah ini, Anda seharusnya dapat menghasilkan gambar berkualitas tinggi menggunakan Stable Beluga.

Jika Anda memiliki pertanyaan tambahan atau mengalami masalah, kunjungi forum resmi Stable Beluga atau repositori GitHub.