AMD we współpracy ze Stability AI opracowało wersję modelu Stable Diffusion 3.0 Medium w formacie Block FP16, dostosowaną do jednostek NPU opartych na architekturze AMD XDNA 2. Model został zaprojektowany z myślą o nowych laptopach z procesorami AMD Ryzen AI, gdzie może działać lokalnie z pełną precyzją i bez nadmiernych wymagań sprzętowych.
Model jest już dostępny w narzędziu Amuse 3.1 by Tensorstack, które obsługuje tryb HQ na kompatybilnych urządzeniach. Nowy model jest przystosowany do pracy na laptopach z procesorami AMD Ryzen serii 7040 i 8040 (z wyjątkiem Ryzen 5 7540U, Ryzen 5 8540U, Ryzen 3 7440U i Ryzen 3 8440U), a także na nowszych jednostkach z serii AMD Ryzen AI 300 oraz Ryzen AI 300 serii MAX.
WIDEO
Niższe wymagania pamięci
Stable Diffusion to model sztucznej inteligencji służący do generowania obrazów na podstawie opisów tekstowych (tzw. text-to-image - tekst-do-obrazu). Wykorzystuje technikę dyfuzji, aby stopniowo przekształcać losowy szum w realistyczne obrazy zgodne z podanym promptem.
Wersja Block FP16 umożliwia uruchomienie modelu na laptopach wyposażonych w 24 GB RAM, przy realnym zużyciu pamięci na poziomie około 9 GB. Format BF16 pozwala na zachowanie wysokiej jakości generowanych obrazów bez agresywnej kompresji.
Dzięki temu generowanie obrazów AI w pełnej precyzji staje się dostępne na szerszej gamie sprzętu konsumenckiego.
Wbudowane skalowanie obrazu do 4 MP
Model wykorzystuje dwustopniową ścieżkę działania, która najpierw generuje obraz w rozdzielczości 1024×1024 px, a następnie skaluje go do 2048×2048 px. Proces odbywa się w całości lokalnie, bez potrzeby użycia zewnętrznych narzędzi.
AMD chwali się, że ostateczny rezultat to obraz o jakości wystarczającej do zastosowań drukarskich lub profesjonalnej prezentacji. Przy okazji zaprezentowano też kilka przykładowych grafik.
foto na wejście: Adobe Stock