Vergleich von drei auf Computern mit geringer Konfiguration installierten WebUI-Diensten

So verwenden Sie Stable Diffusion auf einem Low-Profile-Computer

Wenn Sie nach einem Selbstläufer suchen Grafikkarte Einschränkungen, kein eigenständiges Herunterladen von Modellen und eine Methode, mit der schnell qualitativ hochwertige Bilder generiert und dann in der Cloud ausgeführt werden können Stabile Diffusion wäre eine gute Wahl.

Heute stelle ich drei Unternehmen vor, die stabile Diffusion anbieten WebUI Für Plattformen wie diese führen wir vergleichende Analysen hinsichtlich Abrechnungsmethode, Preis, Anzahl der Modelle, Generierungsgeschwindigkeit, Sicherheit usw. durch, sodass jeder ein klares Verständnis erhält.

1. RunDiffusion

Empfehlungsindex: ★★★☆☆

Webseite:https://rundiffusion.com/

1. Empfohlene Gründe:RunDiffusion Es handelt sich um eine Plattform, die sich auf das Stable-Diffusion-Modell konzentriert und Gebühren entsprechend der Dauer der Servermiete und der Anzahl der Modelle erhebt.
2. Vorteile: Es unterstützt die Verwendung von ControlNet Zur Steuerung des Stils und der Details des generierten Bildes und zur Möglichkeit für Entwickler, eigene Modelle hinzuzufügen. Der maximal unterstützte Maßstab beträgt 1024 x 1024.
3. Nachteile: Es ist relativ teuer und unterstützt eine begrenzte Anzahl von Modellen, nur 59. Die Generierung von RunDiffusion dauert durchschnittlich 5 Sekunden pro Bild.

Google Colab

Empfehlungsindex: ★★☆☆☆

Webseite:https://colab.google/notebooks

1. Empfohlene Gründe:Google Colab ist ein cloudbasiertes interaktives Python Umgebung, die es Benutzern ermöglicht, jedes stabile Diffusionsmodell mithilfe der Rechenressourcen von Google auszuführen.
2. Vorteile: Es bietet kostenlose und kostenpflichtige Optionen, kann mehrere Benutzer gleichzeitig unterstützen und die Vorteile von Google nutzen Google Cloud Das maximal unterstützte Verhältnis beträgt 2048 * 2048.
3. Nachteile: Bezahlte Benutzer zahlen stundenweise und müssen die zugehörigen Bibliotheken und Codes selbst installieren und konfigurieren sowie die zugehörigen Modelle selbst herunterladen und ausführen.Google Colab Die durchschnittliche Generierungsgeschwindigkeit beträgt 10 Sekunden pro Bild.

Omniinfer

Empfehlungsindex: ★★★★☆

Webseite:https://omniinfer.io

1. Empfohlene Gründe:Omniinfer Es handelt sich um eine Plattform, die eine API für ein stabiles Diffusionsmodell bereitstellt, mit der Benutzer durch einfache Aufrufe qualitativ hochwertige Bilder erstellen können.
2. Vorteile von Omniinfer: Jedes Konto verfügt über ein Startkontingent, Sie können den Dienst kostenlos testen, er unterstützt über 10.000 stabile Diffusionsmodelle und ermöglicht Entwicklern, eigene Modelle hinzuzufügen. Omniinfer unterstützt außerdem die Verwendung von ControlNet zur Steuerung von Stil und Details der generierten Bilder. Der maximal unterstützte Maßstab beträgt 2048 x 2048.
3. Ein weiterer Vorteil von Omniinfer ist der relativ geringe Preis. Die Gebühren richten sich nach der Anzahl der Nutzungen, sodass Nutzer ihre Kosten flexibel steuern können. Ein 512 x 512 Bilder kostet $0,0015 pro Bild. Omniinfer generiert Bilder zudem sehr schnell und benötigt durchschnittlich nur 3 Sekunden pro Bild.
4. Nachteile: Inpainting befindet sich noch in der Betaphase und ist derzeit nicht verfügbar

IV. Fazit

Zusammenfassend empfehle ich Omniinfer, wenn Sie die Anzahl der Stable-Diffusion-Modelle, die Generierungsgeschwindigkeit, den Preis und die Benutzerfreundlichkeit berücksichtigen. Wenn Sie die Anpassung und Steuerung von Server und Modell berücksichtigen, empfehle ich RunDiffusion. Wenn Sie Wert auf kostenlose und Skalierbarkeit legen, empfehle ich Google Colab. Dies sind natürlich meine persönlichen Meinungen. Sie können entsprechend Ihrer tatsächlichen Situation und Ihren Bedürfnissen die für Sie am besten geeignete Option wählen.

Ich hoffe, dieser Artikel war hilfreich. Bei weiteren Fragen stehe ich Ihnen gerne zur Verfügung.