本文主要介绍如何在云服务器实例中部署Stable Diffusion XL Turbo模型，并使用CPU加速文生图推理。
功能特色
本实践使用了火山引擎第3代云服务器通用型g3i，该规格实例采用火山引擎自研最新DPU架构并搭载了第5代英特尔®至强®可扩展处理器（Emerald Rapids，EMR），结合新一代硬件AI加速指令AMX-BF16（Intel Advanced Matrix Extensions）以及基于其上的IPEX框架优化，实现了系统级优化方案来加速SDXL-Turbo模型的文生图推理速度。
背景信息
IPEX
Intel® Extension for PyTorch（IPEX）是由Intel开源并维护的一个PyTorch扩展库，大幅度提升了使用PyTorch在Intel处理器上运行AI应用，尤其是深度学习应用的性能。Intel正不断为PyTorch贡献IPEX的优化性能，为PyTorch社区提供最新的Intel硬件和软件改进。更多信息，请参见IPEX。
SDXL-Turbo模型
本实践使用的推理模型为SDXL-Turbo（Stable Diffusion XL Turbo），该模型是Stability AI在Stable Diffusion基于SDXL 1.0的蒸馏（Distillation）版本，专为实时合成的文生图场景服务。该模型能够确保即使在一到两个采样步骤，也能保持高的图片质量。
更多模型相关的信息可参考：SDXL-Turbo。
操作步骤
步骤一：环境准备
- 创建搭载了第5代英特尔®至强®可扩展处理器（Emerald Rapids，EMR）实例，详细操作请参见购买云服务器。
创建实例时，请注意以下配置： - 为目标实例安装Docker，详细操作请参见搭建Docker。
说明
请确保Docker版本不低于19.03，且
DOCKER_BUILDKIT=1。
步骤二：部署SDXL-Turbo模型
下载SDXL-Turbo模型。
- 执行如下命令，创建存放模型的目录。
mkdir models - 执行如下命令，进入该目录。
cd models/ - 下载所需工具与模型。
说明
本文通过huggingface 镜像站下载模型，您也可以前往huggingface 官网进行下载。
pip install -U huggingface_hub hf_transfer HF_ENDPOINT=https://hf-mirror.com HF_HUB_ENABLE_HF_TRANSFER=1 huggingface-cli download --resume-download stabilityai/sdxl-turbo --local-dir sdxl-turbo --local-dir-use-symlinks=False
- 执行如下命令，创建存放模型的目录。
将如下文件上传至在SDXL-Turbo模型同级目录下。操作详情可查看本地数据上传。
- Dockerfile
- run_local.sh
- sd_pipe_sdxl_turbo.py
说明
本实践使用Intel提交的diffusers库，详情可查看Stable Diffusion XL on IPEX。
- pipeline_stable_diffusion_xl_ipex.py
说明
本文件内容参考huggingface的pipeline_stable_diffusion_xl_ipex.py文件编写，您可以参考官方示例自行修改。
完成上传后，文件结构如下如图所示。
- Dockerfile
在Dockerfile文件同级目录下，执行如下命令，制作Docker镜像。
docker build -t sdxl:v1 .执行如下命令，运行Docker。
docker run --name sdxl --privileged=true -v /root/models:/models -it sdxl:v1 bash
步骤三：运行SDXL-Turbo模型
在容器
sdxl的交互模式中，执行如下命令，进入模型目录。cd sdxlturbo执行如下命令，通过脚本进行文生图推理测试。
sh run_local.sh生成图片示例：
在Docker容器中，推理生成的图片将以saved_pic0ite$Nubmer$.png格式命名。
后续您可以使用如下命令，继续文生图推理。
numactl --localalloc --physcpubind=48-71 python sd_pipe_sdxl_turbo.py --height 512 --width 512 --repeat 11 --step 4 --bf16 --prompt "A spaceship traveling through the stars. highly detailed, 8k"参数说明
- numactl命令参数
参数名 说明 取值样例 --localalloc 指定使用本地内存分配器，而不是默认的系统内存分配器。 - --physcpubind 指定物理CPU的绑定范围，以提高程序的运行效率。 48-71 - 模型运行参数
参数名 说明 取值样例 --bf16
表示是否启用BF16精度模式。
说明
- 推荐您启用BF16精度模式。启用后，可使用AMX指令集加速文生图推理，否则不会使用AMX指令集进行推理加速。
- 传递本参数表示启用BF16精度模式，不传递表示不启用。
--bf16
--batch int，表示批处理大小，默认值为 1。1 --height
int，表示图像高度，单位像素，默认值为
512。说明
支持与推荐的高、宽值，可参考width-and-height。
512
--width
int，表示图像宽度，单位像素，默认值为
512。说明
支持与推荐的高、宽值，可参考width-and-height。
512
--step int，表示旋转循环的步长，默认值为 4。4 --repeat int，表示推断的重复次数，默认值为 3。11 --prompt String，表示生成图片的内容，默认值为 beautiful beach with white sands, trophical island, coconat tree, a beautiful boat on the beach, moon night, 8k。A spaceship traveling through the stars. highly detailed, 8k
- numactl命令参数
性能说明
测试数据
本节展示了使用ecs.g3i.8xlarge规格实例，通过Stable Diffusion XL Turbo模型生成不同分辨率与数据精度图片的耗时信息。
说明
下表测试数据仅做参考，实际数据可能会因您的操作环境而发生变化，请以实际情况为准。
实例规格 | 数据精度 | 参数 | 单次平均耗时 | 单次平均耗时 |
|---|---|---|---|---|
ecs.g3i.8xlarge | BF16 | batch: 1 | 1.36s | 5.05s |
FP32 | batch: 1 | 4.86s | 17.37s |
测试结论
在搭载英特尔EMR处理器的ecs.g3i.8xlarge规格实例中，根据本实践调整后的文生图模型，可通过使能高级矩阵扩展加速引擎（AMX指令集）有效加速推理速度，最快可达 0.735 images/s，实现秒级生图性能。与未使用或不支持AMX指令集加速的实例相比，其文生成图性能可提升293% ~ 388%。
因此，在追求性价比、丰富实例资源场景下，您可以使用搭载英特尔EMR处理器的实例规格（例如通用型g3i）代替GPU实例，通过系统级加速方案获取最优性价比的高效文生图服务。