从stable diffusion这一ai应用出现之后，在极短时间内就迅速走红，成为众多玩家口口相传的“最美小姐姐”生成工具。不过这一ai计算画图工具在stable diffusion官方推出之初，无论是web ui的部署还是模型的训练生成，都基本是基于nvidia cuda加速的算法，因此a卡最初并不被stable diffusion官方支持。不过好在stable diffusion算是一个开源的产品，在众多社区聚集玩家的支持下，也出现了许多支持a卡gpu加速计算的分支，比如我们今天要测试的基于directml的部署，就能实现amd radeon显卡的stable diffusion ai计算硬件加速。
如果要自己在本地部署基于directml的stable diffusion话，相比便捷的基于cuda的web ui部署要相对复杂一些，不过现在网上已经有比较成熟的整合包供玩家适用，玩家们只需要下载相应的整合包，就能一键实现在本地的傻瓜式安装部署，可以为大家节省相当多的时间。
▲我们选择用于测试的这个整合包安装完毕之后，自动进入amd gpu加速计算模式，在本地开启http://127.0.0.1:7860即可打开本地stable diffusion的ai画图界面。
▲在本地web ui界面上可以自由设置相关的ai艺术图生成参数，点击“生成”即可开始画图。具体请参考线上相关教程，在此我们不赘述。
那么，基于directml的stable diffusion部署分支能不能实现对amd显卡的硬件计算加速支持呢？它的效率到底如何？在此前a卡玩家经常只能在linux系统下运行stable diffusion，通过rocm(radeon open compute)模拟cuda加速，如今在windows系统下直接实现a卡的ai加速计算，能否达到我们的预期目标呢？为此，我们选择了amd radeon rx 5000系、rx 6000系以及rx 7000系的数款显卡，进行了一番详细的体验。
体验平台
显卡：amd radeon rx 5500xt(8gb)、rx 5700(8gb)、rx 6500xt 4gb、rx 6600(8gb)、rx 6700xt(12gb)、rx 6750xt(12gb)、rx 6800(16gb)、rx 6900xt(16gb)、rx 7900 xt(20gb)、rx 7900 xtx(24gb)
cpu：英特尔酷睿i9-13900k
主板：英特尔z790
内存：ddr5 6000 16gb×2
ssd：aorus nvme pcie ssd 2tb
操作系统：windows 11 pro 22h2
驱动程序：amd software adrenalin edition 23.4.3
通过测试，我们想知道：
amd radeon 5000系、6000系和7000系之间，在stable diffusion的ai画图算力上有多大差别？
相比传统的cpu ai计算加速，amd gpu加速性能到底如何？
▲我们所采用的网络开源共享的部署方案可以正确实现amd显卡的硬件加速计算，可以看到在图片生成的过程中gpu的占用率一直保持在100%。
模型为novel ai final-runed(ckpt)
测试一：ai生成时尚美女 在第一部分的测试中，我们通过关键词生成一个大眼的时尚美女小姐姐，还要有一定的照片感。关键词设置如下(部分引用自网络开源共享关键词)：
lora:koreandolllikeness_v15:0.6> , best quality, ultra high res, (photorealistic:1.4), 1woman, sleeveless white button shirt, black skirt, black choker, cute, (kpop idol), (aegyo sal:1), (platinum blonde hair:1), ((puffy eyes)), looking at viewer, full body, facing front,fashion,premium
分辨率设置：512×512
采样步进：20
提示词引导系数：7
生成批次-每批数量：1-1、4-1
在测试中由于绝大部分显卡都拥有8gb以上的显存，因此我们在运行参数上基本设置了正常的高显存默认模式，只有4gb显存版的rx 6500xt运行时采用了添加了--lowvram的低显存运行模式(否则就无法运行)。从整体测试结果来看，amd从radeon rx 5000系到rx 7000系的显卡几乎都很好地实现了stable diffusion应用的ai计算加速性能，尤其是radeon rx 7000系显卡性能相比rx 6000系显卡有了巨大的提升。比如rx 6900xt在该设置与模型算法下的图片生成率约为8.87张/秒，而rx 7900 xt则可以达到15.76张/秒，性能提升接近100%。
而相比cpu来说，全系amd显卡都占有非常明显的优势，rx 7900 xt的性能达到了酷睿i9-13900k的30倍左右，即使前两代的入门级显卡rx 5500xt，性能上也几乎接近酷睿i9-13900k的5倍。
唯一有点异常的是rx 6500xt，按照核心规格来看，它应该是要强于rx 5500xt的，不过由于显存配置仅为4gb，因此在测试中开启了低显存运行模式之后，其图片上生成速度受到了极大影响，远低于gpu加速的正常表现，仅能达到略高于cpu计算的水准。
测试二：ai生成较为复杂的水边别墅风景照 在接下来的测试中，我们用一系列相对复杂的关键词来生成一座位于水边的别墅，同时还伴有阳光、波纹、倒影等效果要求。关键词如下：
‘beautiful render of a tudor style house near the water at sunset, fantasy forest. photorealistic, cinematic composition, cinematic high detail, ultra realistic, cinematic lighting, depth of field, hyper-detailed, beautifully color-coded, 8k,’
分辨率设置：512×512
采样步进：50
提示词引导系数：7.5
生成批次-每批数量：1-1、2-1、4-1
这部分的测试结果与前一测试基本保持了一致性。仍然是rx 7000系显卡在性能上独占鳌头，相对于rx 6000系显卡的对位提升在100%左右，与cpu的计算性能相比，gpu加速计算的性能提升仍然非常显著，rx 7900 xt的性能达到了酷睿i9-13900k的30倍左右，入门级显卡rx 5500xt，性能上也几乎接近酷睿i9-13900k的5倍。
4gb显存配置rx 6500xt由于仅能在低显存模式下运行，因此图片上生成速度还是受到了极大影响，远低于gpu加速的正常表现，大致与酷睿i9-13900k相当。
写在最后 这是一次简单但却比较有趣的测试，通过这次体验，我们认为有几点参考意见可以总结给玩家们参考：
1.当前amd显卡已经可以通过开源的部署方案实现在windows系统下的stable diffusion ai计算加速，而且网上也有许多的傻瓜式整合包，感兴趣的玩家完全可以一试；
2.从测试结果来看，amd显卡在stable diffusion的ai图片生成计算中能够发挥出远胜于cpu计算的性能增幅，使用gpu加速计算能带来事倍功半的效果；
3.从测试情况来看，测试中当渲染分辨率设置超过512时(如768×768)，就会出现爆显存的情况，这与部署方案和模型有一定关系，但也反映了在正常模式下运行时，8gb显存几乎是stable diffusion的硬性入门要求。如果显存低于8gb，即使在512×512分辨率下渲染，也会出现显存不足的情况，此时就不得不采用--lowvram的低显存运行方案，但会极大地拖累计算速度，如测试中的rx 6500xt 4gb。所以要想畅玩stable diffusion，我们建议显卡的显存为8gb或更高为佳；
4.从整体结果来看，我们认为amd gpu还有极大的算法优化空间，凭不可靠经验判断，从rx 7900 xtx到酷睿i9-13900k的性能差距还不足够大。这和我们部署的算法方案以及模型都有一定关系，也希望各社区的程序员们能开发出更多更优秀的针对amd显卡的计算加速方案。
不管如何，amd显卡对stable diffusion的硬件加速计算性能已经得到了展现，效果也比较明显，对amd显卡用户来说毫无疑问是利好的福音消息，剩下的就是玩家与amd需要坚持的继续优化之路了。
以上就是amd radeon显卡stable diffusion ai画图体验测试的详细内容。