Poradnik: Jak uruchomić Stable Beluga na komputerze z 32GB RAM

Stable Beluga to nowoczesne narzędzie do generowania obrazów oparte na technologii AI. W tym poradniku pokażemy, jak uruchomić Stable Beluga na komputerze z 32GB RAM, krok po kroku.

Wymagania wstępne

Przed rozpoczęciem instalacji upewnij się, że Twój system spełnia następujące wymagania:

System operacyjny: Windows 10/11 lub Linux (zalecany Ubuntu 20.04 LTS)
Procesor: Intel i7 lub nowszy / AMD Ryzen 7 lub nowszy
Pamięć RAM: 32GB
Karta graficzna: NVIDIA RTX 2060 lub nowsza (z co najmniej 8GB pamięci GPU)
Miejsce na dysku: 50GB wolnego miejsca

Instalacja zależności

Na systemie Windows

Zainstaluj sterowniki dla karty graficznej:
- Pobierz najnowsze sterowniki dla Twojej karty graficznej z oficjalnej strony NVIDIA.
- Wykonaj instalację zgodnie z instrukcjami producenta.
Zainstaluj Python:
- Pobierz i zainstaluj Python 3.8 lub nowszy z oficjalnej strony python.org.
- Upewnij się, że zaznaczysz opcję "Add Python to PATH" podczas instalacji.
Zainstaluj Git:
- Pobierz i zainstaluj Git z oficjalnej strony git-scm.com.

Na systemie Linux (Ubuntu 20.04 LTS)

Zaktualizuj system:
```
sudo apt update && sudo apt upgrade -y
```

Zainstaluj sterowniki NVIDIA:

sudo apt install nvidia-driver-470
sudo reboot

Zainstaluj Python i Git:

sudo apt install python3 python3-pip git

Klonowanie repozytorium Stable Beluga

Otwórz terminal (lub wiersz polecenia w Windowsie).

Wykonaj następujące polecenie:

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

Instalacja zależności Python

Utwórz i aktywuj wirtualne środowisko:

python -m venv venv
source venv/bin/activate  # Na Windowsie: venv\Scripts\activate

Zainstaluj wymagane pakiety:
```
pip install -r requirements.txt
```

Konfiguracja Stable Beluga

Skopiuj plik konfiguracyjny:
```
cp config.example.yaml config.yaml
```

Edytuj plik config.yaml w edytorze tekstu, np. VS Code:

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # Użyj "cpu", jeśli nie masz karty graficznej
precision: "fp16"  # Możesz zmienić na "fp32", jeśli masz wystarczająco dużo pamięci

Pobranie modelu

Pobierz model Stable Beluga z oficjalnego repozytorium:
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
(Zastąp URL adresem aktualnego modelu.)

Uruchomienie Stable Beluga

Uruchom skrypt główny:
```
python main.py
```
W przypadku problemów z pamięcią, spróbuj zmniejszyć rozmiar batcha w pliku config.yaml:
```
batch_size: 1  # Domyślnie 4, zmniejsz, jeśli potrzebujesz
```

Przykłady użycia

Generowanie obrazu

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")

Generowanie serii obrazów

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")

Optymalizacja pamięci

Jeśli napotkasz problemy z pamięcią, spróbuj następujących rozwiązań:

Zmniejsz rozmiar batcha:
```
batch_size: 1
```
Użyj precyzji fp32:
```
precision: "fp32"
```
Wyłącz gradienty:
```
enable_gradients: false
```

Rozwiązywanie problemów

Błąd pamięci GPU

Jeśli otrzymasz błąd pamięci GPU, spróbuj:

Zmniejszyć rozdzielczość wyjściową:

output_size: [512, 512]  # Zmniejsz do [256, 256], jeśli potrzebujesz

Użyć mniejszego modelu:
```
model:
  name: "stable-beluga-small"
```

Błąd zależności

Jeśli napotkasz problemy z zależnościami, spróbuj:

Zaktualizować pip:
```
pip install --upgrade pip
```

Zainstalować pakiety ręcznie:

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

Podsumowanie

W tym poradniku pokazaliśmy, jak uruchomić Stable Beluga na komputerze z 32GB RAM. Pamiętaj, że optymalizacja pamięci może być konieczna w zależności od Twojego sprzętu. Dzięki tym krokom powinieneś być w stanie generować wysokiej jakości obrazy za pomocą Stable Beluga.

Jeśli masz dodatkowe pytania lub napotkasz problemy, odwiedź oficjalne forum Stable Beluga lub repozytorium GitHub.