最近訂閱的 Midjourney 到期，剩餘的時數也被吃光剛好看到開源的 AI 繪圖專案 Stable Dif…
AMD 顯卡如何使用 Stable Diffusion 執行 AI 繪圖
首先，Stable Diffusion 是什麼呢？
Stable Diffusion 是 2022 年發布的深度學習文字到圖像生成模型， 可以透過開源專案在本機架設服務，使用自己電腦的算力來算圖。
目前最多人用的就是 AUTOMATIC1111/stable-diffusion-webui 這個專案，他擁有豐富的 UI 介面，能讓不懂程式的使用者也能快速上手。
Stable Diffusion 支援的是 CUDA 運算架構，而 CUDA 是 NVIDIA 顯卡的專利
如果你是 AMD 顯卡用戶，而且作業系統是 Windows 的話，很抱歉主流的這套你不能用，只能透過別的方式來執行
1. DirectML
DirectML 是一種基於 DirectX 12 的機器學習 API，只要設備支援 DirectX 12，就能使用 DirectML ，有玩家改寫程式使用 DirectML 做圖形運算，需要裝另個分支，但效能會比 NVIDIA 顯卡低很多，而且常常會爆 VRAM，可以參考評測文章，裡面寫到 AMD 的卡皇 7900XT 速度甚至比不過 3060 12G VRAM 版本
2. ONNX（Open Neural Network Exchange）
ONNX 是由微軟和 Facebook 共同開發的，目的是讓不同的深度學習框架（如 PyTorch、TensorFlow 等）之間能夠互相溝通和交換模型。ONNX 的核心是一個用於表示機器學習模型的標準化文件格式，該格式可以被不同的框架解釋和使用。這意味著用一種框架訓練的模型可以很容易地轉換為另一種框架使用的模型。
白話講就是我們可以把 Stable Diffusion 的模型轉為 ONNX 模型，接著在從 Github 下載可以執行 ONNX 模型的專案。核心是 Stable-Diffusion-ONNX-FP16，UI 是 OnnxDiffusersUI，依照這個 教學影片操作就可以了，速度會比 DirectML 版本較快，但功能非常陽春，基本上就是只能產圖，至於 Lora 或 vae 我也不清楚是否能夠使用。
3. Linux + ROCm
如果你願意使用 Linux 系統，其實能夠透過 ROCm 來使用 AUTOMATIC1111/stable-diffusion-webui，ROCm（ Radeon Open Compute）可以想像成就是 NVIDIA 的 CUDA，可惜目前只支援 Linux，優點是速度較快，也能使用這套強大的 webui 專案，但缺點是不熟悉 Linux 的使用者非常難把環境架起來，我最後是參考這個影片架起來的，後面有空會把步驟列出來。
除錯過程的痛苦讓我都想升級老黃顯卡了，但成功的果實是甜美的，可以不用擔心 Midjourney 時數爆掉，想到什麼 Prompt 就放下去畫，升級顯卡的事未來再來考慮。