Disco Diffusion本地运行纪实

        这还真是为了一碟醋，包了一盘饺子。
        Disco Diffusion这个AI绘画项目提供了无限可能，奈何通常情况下的在线运行要解决连接谷歌服务器的问题，此前从GITHUB上下载了这个开源项目的python脚本和对应的模型，用我的XPS13上的VSCODE调通跑起来了。由于没有N家的独立显卡，只能用CPU运行，奈何六代酷睿和8G的内存实在支撑不起这样的运算，out of memory是必然的结果。我不打游戏，又听闻现在的显卡涨价得没有天理，于是在D版收了一块Nvidia Tesla M40的二手计算卡，收了才发现我得有个PCI 16X的插槽来安装它，而我已经不用台机十多年了......可以用雷电口的外置显卡，然而一个外置显卡坞并不比一台便宜的台机便宜，且通过雷电口连接由于通信速率的关系实际算力还要打个对折，所以这次双十一，用1600左右拼了一台5600U的台机。
        组装这台机器也算是命运多舛。拼起来上电主板呼吸灯能亮，但CPU风扇总是转一会就停，显示屏不亮，刷BIOS、拔电池、换内存卡槽都不行，不知哪儿出了毛病，好在CPU和主板是在一家买的，干脆打包发回去请他们检测，结果回复是好的。重新装机还是不行，反复实验才发现是SATA口的SSD我只插了数据线没有插电源线......开机了也装了系统，但经不住京东便宜NVME SSD的诱惑，买了一条重装系统又折腾半天。用M40的计算卡要解决三个问题：一是这块卡的电源接口是CPU接口定义，接电源的显卡头要转接线；二是原卡无风扇，是借助服务器中的高速暴力风扇散热的，装机还得增加散热风扇，去掉原装散热器上显卡用三风扇工程太大，最终用的是3D打印的风道风扇，只是装上后显卡通长达到320mm以上，一般机箱可能没有那么长；三是装驱动，这倒是最简单的，无非是最后在终端界面中用nvidia-smi -dm 0将卡的工作模式改为WDDM。
        VSCODE跑Disco Diffusion也是经过了一番调试。从Github上把整个项目克隆下来后，原来是运行python脚本，后来发现VSCODE可以直接运行谷歌笔记本文件，也就是.ipynb文件，这个笔记本文件和网页上显示的格式相同，十分方便于理解和修改。本地运行完全可行，安装相应的模块和依赖即可，只是其中有两个大坑：一是调试时会提示infer模块，但你用pip安装infer模块后仍然报错，原因是这个infer是AdaBins中的，要将源代码中的from infer import InferenceHelper 改为from AdaBins.infer import InferenceHelper ；二是相同的问题，from midas.dpt_depth import DPTDepthModel等四个语句都要改为from MiDaS.midas.dpt_depth import DPTDepthModel等，增加MiDaS.
        本地跑确实随心所欲，就是风扇有点响，处理还是有点慢。这个脚本还是十分消耗GPU算力的，启用第二模型时可以算到19201088的尺寸，此时大约60-70分钟一张，但是不启用第二模型时10241024都会出现out of memory。动画处理尤其慢，我跑了50个小时还没算完200帧的720P动画，而且从150帧以后，画面变暗，不知是否算法缺陷缘故。