详细内容或原文请订阅后点击阅览

具有成本效益的AI图像生成AWS Trainium和AWS推理的PixArt-σ推理

2025年5月14日 15:23 33 Comments
X Twitter Instagram Mail

这篇文章是我们将在Trainium和推断供电的实例上运行多个扩散变压器的系列中的第一篇文章。在这篇文章中，我们展示了如何将Pixart-Sigma部署到训练和推断供电的实例中。

来源:亚马逊云科技 _机器学习
Pixart-Sigma是一个扩散变压器模型，能够以4K分辨率以图像生成。该模型通过数据集和架构改进显示了与上一代Pixart模型（如Pixart-Alpha和其他扩散模型）相比的显着改进。 AWS Trainium和AWS推理是专门建造的AI芯片，以加速机器学习（ML）工作量，使其非常适合于具有成本效益的大型生成模型。通过使用这些AI芯片，您可以在使用扩散变压器模型（如Pixart-Sigma）进行推断时实现最佳性能和效率。此帖子是系列中的第一篇，我们将在Trainium和Pelectia-Power实例上运行多个扩散变压器。 In this post, we show how you can deploy PixArt-Sigma to Trainium and Inferentia-powered instances.Solution overviewThe steps outlined below will be used to deploy the PixArt-Sigma model on AWS Trainium and run inference on it to generate high-quality images.Step 1 – Pre-requisites and setupStep 2 – Download and compile the PixArt-Sigma model for AWS TrainiumStep 3 – Deploy the model on AWS Trainium生成ImagessTep 1 - 先决条件和Setupto开始，您将需要在TRN1，TRN2或INF2主机上设置开发环境。完成以下步骤：使用神经元Dlami启动TRN1.32XLARGE或TRN2.48XLARGE实例。有关如何入门的说明，请参考使用Neuron Multi-Framework Dlami在Ubuntu 22上开始使用Neuron。有关设置Jupyter服务器的说明，请参阅以下用户指南。Cloneaws-neuron-samples github存储库：git clone https：//github.com/aws./aws-aws-neuron/aws-neuron/aws-neuron-samples.git AWS-NEURON示例/Torch-neuronx/推断提供的示例脚本旨在在TRN2实例上运行，但是您可以使用Minima
分辨率 改进 推断 Sigma 扩散 图像生成 先决条件 工作量 神经元 服务器 芯片 使用 扩散模型 PixArt 说明 成本效益 开发环境 AWS aws 实例 Pixart model 数据集 加速机 机器学习 有关 Trainium 模型 变压器 neuron