LCM：苹果Mac终于可以跑SD了，几秒一张XL，喂饭级教学！

硬件要求

有一台配有Apple Silicon 系列芯片（M系列芯片)的Mac电脑

这个条件如果满足，就可以继续看下去了！

只需要无脑按照提示运行命令，你的Mac就可以玩SD了！

如果还不会！拉到最底下进群交流！

下载arm64版本的miniconda

下载和安装Miniconda的命令如下：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh 
chmod +x Miniconda3-latest-MacOSX-arm64.sh 
./Miniconda3-latest-MacOSX-arm64.sh

检查Python的架构

安装完成后，创建一个虚拟环境，通过检查platform.uname()[4] 是不是为arm64 来检查Python的架构，检查命令如下：

conda config --env --set always_yes true
conda create -n try-mps python=3.8
conda activate try-mps
python -c "import platform; print(platform.uname()[4])"

安装nightly版本的Pytorch

如果最后一句命令的输出为arm64 ,说明Python版本搞定，可以继续下一步了

第三步，安装nightly版本的Pytorch，在开启的虚拟环境中进行下面的操作：

python -m pip  install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cpu

执行完成后通过下面的命令检查MPS后端是否可用:

python -c "import torch;print(torch.backends.mps.is_built())"

安装transformer库

依次运行以下命令行：

pip install accelerate

conda install -c conda-forge diffusers

pip install transformers

开始跑图

运行以下代码开始跑图：

import time
import torch
from diffusers import DiffusionPipeline, LCMScheduler

pipe = DiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    variant="fp16",
    torch_dtype=torch.float16,
).to("mps")

# set scheduler
pipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)

# load LCM-LoRA
pipe.load_lora_weights("latent-consistency/lcm-lora-sdv1-5")

prompt = "Self-portrait oil painting, a beautiful cyborg with golden hair, 8k"

start = time.time()
generator = torch.manual_seed(42)
image = pipe(
    prompt=prompt, num_inference_steps=4, generator=generator, guidance_scale=1.0
).images[0]
image.save("1.png")
end = time.time()
print(end-start)