Microsoft Olive는 Python 언어를 사용하여 최대 성능을 위해 모델을 최적화하는 도구입니다.
- AMD GPU는 최적화된 모델을 실행하면 훨씬 더 나은 성능을 발휘할 수 있습니다.
- 최적화된 모델은 최적의 성능을 위해 모델을 조정하는 Python 도구인 Microsoft Olive를 사용합니다.
- AMD는 이를 수행하는 방법에 대한 가이드를 발표했습니다.
기술 대기업이 Microsoft Olive와 협력하여 AMD 칩을 10배 더 빠르게 만들고 놀라운 9.9배의 성능 향상을 제공하기 때문에 마침내 AMD 칩을 구매하고 싶을 것입니다.
새로운 실험, AMD에서 실시한 AI 텍스트-이미지 생성 성능의 상당한 증가를 보여줍니다. 라데온 RX 마이크로소프트 올리브와 함께. 놀라운 성장은 Microsoft Olive로 안정적인 확산을 가능하게 한 결과였습니다.
AMD는 AMD GPU가 있고 시도해보고 싶은 경우를 대비하여 단계별 가이드를 발표했습니다. 적당히 쉽고 단계적으로 수행할 수 있습니다. Microsoft Olive를 사용하여 최적화된 모델을 생성하고 테스트한 다음 Automatic1111 WebUI와 통합해야 합니다.
소프트웨어 개발자나 IT 관리자라면 이 작업을 매우 쉽게 수행할 수 있습니다. 그러나 여기에는 몇 가지 전제 조건이 있습니다.
- 설치된 힘내 (윈도우용 힘내)
- 설치된 아나콘다/미니콘다(Windows용 미니콘다)
- Anaconda/Miniconda 디렉토리가 PATH에 추가되었는지 확인하십시오.
- AMD 그래픽 처리 장치(GPU)가 있는 플랫폼
- 드라이버: AMD 소프트웨어: Adrenalin Edition™ 23.7.2 이상 (https://www.amd.com/en/support)
Microsoft Olive는 AMD GPU 성능을 크게 향상시킬 수 있습니다.
Microsoft Olive에 대해 전혀 모르는 경우 이 도구는 Python 프로그래밍 언어를 사용하여 최적의 성능을 위해 모델을 변환, 최적화, 양자화 및 자동 조정합니다.
Microsoft Olive는 다른 도구, 특히 최적화에 민감한 Stable Diffusion과 함께 자주 사용됩니다. 함께 사용하면 WebUI와 같은 특수 애플리케이션과 함께 실행할 수 있는 최적화된 모델을 구축할 수 있습니다.
이것만으로도 드라이버를 더 잘 탐색할 수 있으며 훨씬 더 나은 성능을 달성할 수 있는 기능을 제공합니다.
GPU에서 10배의 성능을 달성하는 방법에 대한 AMD의 가이드는 이 도구와 많은 관련이 있습니다. 기본적으로 가이드의 단계는 다음과 같습니다.
- Microsoft Olive를 사용하면 최적화되고 안정적인 확산 모델을 생성할 수 있습니다.
- 모델을 테스트해야 합니다.
- 테스트한 후에는 모델을 WebUI와 통합해야 합니다.
- 이미 Automatic1111 WebUI를 설치했다고 가정하면 최적화된 모델로 실행해야 합니다.
실험에 따르면 기본 PyTorch 경로에서 실행되는 AMD Radeon RX 7900 XTX는 초당 1.87회 반복을 제공합니다. 그러나 Microsoft Olive와 함께 최적화된 모델을 사용하면 동일한 GPU가 초당 18.59회 반복을 제공합니다.
AMD GPU의 성능을 개선하는 방법에 대한 AMD의 전체 가이드를 확인하고 작동하는 경우 아래 댓글 섹션에 알려주십시오.
