硬件要求
有一台配有Apple Silicon 系列芯片（M系列芯片)的Mac电脑
这个条件如果满足，就可以继续看下去了！
只需要无脑按照提示运行命令，你的Mac就可以玩SD了！
如果还不会！拉到最底下进群交流！
下载arm64版本的miniconda
下载和安装Miniconda的命令如下：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
chmod +x Miniconda3-latest-MacOSX-arm64.sh
./Miniconda3-latest-MacOSX-arm64.sh
检查Python的架构
安装完成后，创建一个虚拟环境，通过检查platform.uname()[4] 是不是为arm64 来检查Python的架构，检查命令如下：
conda config --env --set always_yes true
conda create -n try-mps python=3.8
conda activate try-mps
python -c "import platform; print(platform.uname()[4])"
安装nightly版本的Pytorch
如果最后一句命令的输出为arm64 ,说明Python版本搞定，可以继续下一步了
第三步，安装nightly版本的Pytorch，在开启的虚拟环境中进行下面的操作：
python -m pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu
执行完成后通过下面的命令检查MPS后端是否可用:
python -c "import torch;print(torch.backends.mps.is_built())"
安装transformer库
依次运行以下命令行：
pip install accelerate
conda install -c conda-forge diffusers
pip install transformers
开始跑图
运行以下代码开始跑图：
import time
import torch
from diffusers import DiffusionPipeline, LCMScheduler
pipe = DiffusionPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5",
variant="fp16",
torch_dtype=torch.float16,
).to("mps")
# set scheduler
pipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)
# load LCM-LoRA
pipe.load_lora_weights("latent-consistency/lcm-lora-sdv1-5")
prompt = "Self-portrait oil painting, a beautiful cyborg with golden hair, 8k"
start = time.time()
generator = torch.manual_seed(42)
image = pipe(
prompt=prompt, num_inference_steps=4, generator=generator, guidance_scale=1.0
).images[0]
image.save("1.png")
end = time.time()
print(end-start)
关注「开源AI项目落地」公众号
