Guia: Como executar Stable Beluga em um computador com 32GB de RAM

Stable Beluga é uma ferramenta moderna para geração de imagens baseada em tecnologia de IA. Neste guia, mostraremos como executar o Stable Beluga em um computador com 32GB de RAM, passo a passo.

Requisitos prévios

Antes de começar a instalação, certifique-se de que seu sistema atende aos seguintes requisitos:

Sistema operacional: Windows 10/11 ou Linux (recomendado Ubuntu 20.04 LTS)
Processador: Intel i7 ou mais recente / AMD Ryzen 7 ou mais recente
Memória RAM: 32GB
Placa de vídeo: NVIDIA RTX 2060 ou mais recente (com pelo menos 8GB de memória GPU)
Espaço em disco: 50GB de espaço livre

Instalação de dependências

No sistema Windows

Instale os drivers para a placa de vídeo:
- Baixe os drivers mais recentes para sua placa de vídeo do site oficial da NVIDIA.
- Siga as instruções do fabricante para a instalação.
Instale o Python:
- Baixe e instale o Python 3.8 ou mais recente do site oficial python.org.
- Certifique-se de marcar a opção "Add Python to PATH" durante a instalação.
Instale o Git:
- Baixe e instale o Git do site oficial git-scm.com.

No sistema Linux (Ubuntu 20.04 LTS)

Atualize o sistema:
```
sudo apt update && sudo apt upgrade -y
```

Instale os drivers NVIDIA:

sudo apt install nvidia-driver-470
sudo reboot

Instale o Python e o Git:

sudo apt install python3 python3-pip git

Clonando o repositório Stable Beluga

Abra o terminal (ou linha de comando no Windows).

Execute o seguinte comando:

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

Instalação de dependências Python

Crie e ative um ambiente virtual:

python -m venv venv
source venv/bin/activate  # No Windows: venv\Scripts\activate

Instale os pacotes necessários:
```
pip install -r requirements.txt
```

Configuração do Stable Beluga

Copie o arquivo de configuração:
```
cp config.example.yaml config.yaml
```

Edite o arquivo config.yaml em um editor de texto, por exemplo, VS Code:

model:
  name: "stable-beluga"
  path: "models/stable-beluga.safetensors"
device: "cuda"  # Use "cpu", se você não tiver uma placa de vídeo
precision: "fp16"  # Você pode alterar para "fp32", se tiver memória suficiente

Download do modelo

Baixe o modelo Stable Beluga do repositório oficial:
```
wget https://example.com/models/stable-beluga.safetensors -P models/
```
(Substitua o URL pelo endereço atual do modelo.)

Executando o Stable Beluga

Execute o script principal:
```
python main.py
```
Em caso de problemas de memória, tente reduzir o tamanho do lote no arquivo config.yaml:
```
batch_size: 1  # Padrão é 4, reduza se necessário
```

Exemplos de uso

Geração de imagem

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")

Geração de uma série de imagens

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")

Otimização de memória

Se você encontrar problemas de memória, tente as seguintes soluções:

Reduza o tamanho do lote:
```
batch_size: 1
```
Use precisão fp32:
```
precision: "fp32"
```
Desative os gradientes:
```
enable_gradients: false
```

Resolução de problemas

Erro de memória GPU

Se você receber um erro de memória GPU, tente:

Reduzir a resolução de saída:

output_size: [512, 512]  # Reduza para [256, 256], se necessário

Usar um modelo menor:
```
model:
  name: "stable-beluga-small"
```

Erro de dependência

Se você encontrar problemas com as dependências, tente:

Atualizar o pip:
```
pip install --upgrade pip
```

Instalar pacotes manualmente:

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

Resumo

Neste guia, mostramos como executar o Stable Beluga em um computador com 32GB de RAM. Lembre-se de que a otimização de memória pode ser necessária dependendo do seu hardware. Com esses passos, você deve ser capaz de gerar imagens de alta qualidade usando o Stable Beluga.

Se você tiver perguntas adicionais ou encontrar problemas, visite o fórum oficial do Stable Beluga ou o repositório GitHub.