diffusers/pr_13881/ko/_app/immutable/nodes/10.CdF_OhR1.js

import"../chunks/DsnmJJEf.js";import{i as _,h as k,C as N,H as e,a as o,E as W,s as S}from"../chunks/CFM6C53a.js";import{p as L,o as R,s as l,f as Y,a as G,b as I,c as v,n as F}from"../chunks/CNc7KuUZ.js";const A='{"title":"Core ML로 Stable Diffusion을 실행하는 방법","local":"core-ml로-stable-diffusion을-실행하는-방법","sections":[{"title":"Stable Diffusion Core ML 체크포인트","local":"stable-diffusion-core-ml-체크포인트","sections":[],"depth":2},{"title":"사용할 Core ML 변형(Variant) 선택하기","local":"사용할-core-ml-변형variant-선택하기","sections":[],"depth":2},{"title":"Python에서 Core ML 추론","local":"python에서-core-ml-추론","sections":[{"title":"모델 체크포인트 다운로드하기","local":"모델-체크포인트-다운로드하기","sections":[],"depth":3},{"title":"추론","local":"python-inference","sections":[],"depth":3}],"depth":2},{"title":"Swift에서 Core ML 추론하기","local":"swift에서-core-ml-추론하기","sections":[{"title":"다운로드","local":"다운로드","sections":[],"depth":3},{"title":"추론","local":"swift-inference","sections":[],"depth":3}],"depth":2},{"title":"지원되는 Diffusers 기능","local":"지원되는-diffusers-기능","sections":[],"depth":2},{"title":"네이티브 Diffusers Swift 앱","local":"네이티브-diffusers-swift-앱","sections":[],"depth":2}],"depth":1}';var V=v('<meta name="hf:doc:metadata"/>'),P=v('<p></p> <!> <!> <p><a href="https://developer.apple.com/documentation/coreml" rel="nofollow">Core ML</a>은 Apple 프레임워크에서 지원하는 모델 형식 및 머신 러닝 라이브러리입니다. macOS 또는 iOS/iPadOS 앱 내에서 Stable Diffusion 모델을 실행하는 데 관심이 있는 경우, 이 가이드에서는 기존 PyTorch 체크포인트를 Core ML 형식으로 변환하고 이를 Python 또는 Swift로 추론에 사용하는 방법을 설명합니다.</p> <p>Core ML 모델은 Apple 기기에서 사용할 수 있는 모든 컴퓨팅 엔진들, 즉 CPU, GPU, Apple Neural Engine(또는 Apple Silicon Mac 및 최신 iPhone/iPad에서 사용할 수 있는 텐서 최적화 가속기인 ANE)을 활용할 수 있습니다. 모델과 실행 중인 기기에 따라 Core ML은 컴퓨팅 엔진도 혼합하여 사용할 수 있으므로, 예를 들어 모델의 일부가 CPU에서 실행되는 반면 다른 부분은 GPU에서 실행될 수 있습니다.</p> <blockquote class="tip"><p>PyTorch에 내장된 <code>mps</code> 가속기를 사용하여 Apple Silicon Macs에서 <code>diffusers</code> Python 코드베이스를 실행할 수도 있습니다. 이 방법은 [mps 가이드]에 자세히 설명되어 있지만 네이티브 앱과 호환되지 않습니다.</p></blockquote> <!> <p>Stable Diffusion 가중치(또는 체크포인트)는 PyTorch 형식으로 저장되기 때문에 네이티브 앱에서 사용하기 위해서는 Core ML 형식으로 변환해야 합니다.</p> <p>다행히도 Apple 엔지니어들이 <code>diffusers</code>를 기반으로 한 <a href="https://github.com/apple/ml-stable-diffusion#-converting-models-to-core-ml" rel="nofollow">변환 툴</a>을 개발하여 PyTorch 체크포인트를 Core ML로 변환할 수 있습니다.</p> <p>모델을 변환하기 전에 잠시 시간을 내어 Hugging Face Hub를 살펴보세요. 관심 있는 모델이 이미 Core ML 형식으로 제공되고 있을 가능성이 높습니다:</p> <ul><li><a href="https://huggingface.co/apple" rel="nofollow">Apple</a> organization에는 Stable Diffusion 버전 1.4, 1.5, 2.0 base 및 2.1 base가 포함되어 있습니다.</li> <li><a href="https://huggingface.co/coreml" rel="nofollow">coreml</a> organization에는 커스텀 DreamBooth가 적용되거나, 파인튜닝된 모델이 포함되어 있습니다.</li> <li>이 <a href="https://huggingface.co/models?pipeline_tag=text-to-image&amp;library=coreml&amp;p=2&amp;sort=likes" rel="nofollow">필터</a>를 사용하여 사용 가능한 모든 Core ML 체크포인트들을 반환합니다.</li></ul> <p>원하는 모델을 찾을 수 없는 경우 Apple의 <a href="https://github.com/apple/ml-stable-diffusion#-converting-models-to-core-ml" rel="nofollow">모델을 Core ML로 변환하기</a> 지침을 따르는 것이 좋습니다.</p> <!> <p>Stable Diffusion 모델은 다양한 목적에 따라 다른 Core ML 변형으로 변환할 수 있습니다:</p> <ul><li><p>사용되는 어텐션 블록 유형. 어텐션 연산은 이미지 표현의 여러 영역 간의 관계에 ‘주의를 기울이고’ 이미지와 텍스트 표현이 어떻게 연관되어 있는지 이해하는 데 사용됩니다. 어텐션 연산은 컴퓨팅 및 메모리 집약적이므로 다양한 장치의 하드웨어 특성을 고려한 다양한 구현이 존재합니다. Core ML Stable Diffusion 모델의 경우 두 가지 주의 변형이 있습니다:</p> <ul><li><code>split_einsum</code> (<a href="https://machinelearning.apple.com/research/neural-engine-transformers" rel="nofollow">Apple에서 도입</a>은 최신 iPhone, iPad 및 M 시리즈 컴퓨터에서 사용할 수 있는 ANE 장치에 최적화되어 있습니다.</li> <li>“원본” 어텐션(<code>diffusers</code>에 사용되는 기본 구현)는 CPU/GPU와만 호환되며 ANE와는 호환되지 않습니다. “원본” 어텐션을 사용하여 CPU + GPU에서 모델을 실행하는 것이 ANE보다 <em>더</em> 빠를 수 있습니다. 자세한 내용은 <a href="https://huggingface.co/blog/fast-mac-diffusers#performance-benchmarks" rel="nofollow">이 성능 벤치마크</a>와 커뮤니티에서 제공하는 일부 <a href="https://github.com/huggingface/swift-coreml-diffusers/issues/31" rel="nofollow">추가 측정</a>을 참조하십시오.</li></ul></li> <li><p>지원되는 추론 프레임워크</p> <ul><li><code>packages</code>는 Python 추론에 적합합니다. 네이티브 앱에 통합하기 전에 변환된 Core ML 모델을 테스트하거나, Core ML 성능을 알고 싶지만 네이티브 앱을 지원할 필요는 없는 경우에 사용할 수 있습니다. 예를 들어, 웹 UI가 있는 애플리케이션은 Python Core ML 백엔드를 완벽하게 사용할 수 있습니다.</li> <li>Swift 코드에는 <code>컴파일된</code> 모델이 필요합니다. Hub의 <code>컴파일된</code> 모델은 iOS 및 iPadOS 기기와의 호환성을 위해 큰 UNet 모델 가중치를 여러 파일로 분할합니다. 이는 <a href="https://github.com/apple/ml-stable-diffusion#-converting-models-to-core-ml" rel="nofollow"><code>--chunk-unet</code> 변환 옵션</a>에 해당합니다. 네이티브 앱을 지원하려면 <code>컴파일된</code> 변형을 선택해야 합니다.</li></ul></li></ul> <p>공식 Core ML Stable Diffusion <a href="https://huggingface.co/apple/coreml-stable-diffusion-v1-4/tree/main" rel="nofollow">모델</a>에는 이러한 변형이 포함되어 있지만 커뮤니티 버전은 다를 수 있습니다:</p> <!> <p>아래와 같이 필요한 변형을 다운로드하여 사용할 수 있습니다.</p> <!> <p>Python에서 Core ML 추론을 실행하려면 다음 라이브러리를 설치하세요:</p> <!> <!> <p><code>컴파일된</code> 버전은 Swift와만 호환되므로 Python에서 추론을 실행하려면 <code>packages</code> 폴더에 저장된 버전 중 하나를 사용하세요. <code>원본</code> 또는 <code>split_einsum</code> 어텐션 중 어느 것을 사용할지 선택할 수 있습니다.</p> <p>다음은 Hub에서 ‘models’라는 디렉토리로 ‘original’ 어텐션 변형을 다운로드하는 방법입니다:</p> <!> <!> <p>모델의 snapshot을 다운로드한 후에는 Apple의 Python 스크립트를 사용하여 테스트할 수 있습니다.</p> <!> <p><code>&lt;output-mlpackages-directory&gt;</code>는 위 단계에서 다운로드한 체크포인트를 가리켜야 하며, <code>--compute-unit</code>은 추론을 허용할 하드웨어를 나타냅니다. 이는 다음 옵션 중 하나이어야 합니다: <code>ALL</code>, <code>CPU_AND_GPU</code>, <code>CPU_ONLY</code>, <code>CPU_AND_NE</code>. 선택적 출력 경로와 재현성을 위한 시드를 제공할 수도 있습니다.</p> <p>추론 스크립트에서는 Stable Diffusion 모델의 원래 버전인 <code>CompVis/stable-diffusion-v1-4</code>를 사용한다고 가정합니다. 다른 모델을 사용하는 경우 추론 명령줄에서 <code>--model-version</code> 옵션을 사용하여 해당 허브 ID를 <em>지정</em>해야 합니다. 이는 이미 지원되는 모델과 사용자가 직접 학습하거나 파인튜닝한 사용자 지정 모델에 적용됩니다.</p> <p>예를 들어, <a href="https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5" rel="nofollow"><code>stable-diffusion-v1-5/stable-diffusion-v1-5</code></a>를 사용하려는 경우입니다:</p> <!> <!> <p>Swift에서 추론을 실행하는 것은 모델이 이미 <code>mlmodelc</code> 형식으로 컴파일되어 있기 때문에 Python보다 약간 빠릅니다. 이는 앱이 시작될 때 모델이 불러와지는 것이 눈에 띄지만, 이후 여러 번 실행하면 눈에 띄지 않을 것입니다.</p> <!> <p>Mac에서 Swift에서 추론을 실행하려면 <code>컴파일된</code> 체크포인트 버전 중 하나가 필요합니다. 이전 예제와 유사하지만 <code>컴파일된</code> 변형 중 하나를 사용하여 Python 코드를 로컬로 다운로드하는 것이 좋습니다:</p> <!> <!> <p>추론을 실행하기 위해서, Apple의 리포지토리를 복제하세요:</p> <!> <p>그 다음 Apple의 명령어 도구인 <a href="https://www.swift.org/package-manager/#" rel="nofollow">Swift 패키지 관리자</a>를 사용합니다:</p> <!> <p><code>--resource-path</code>에 이전 단계에서 다운로드한 체크포인트 중 하나를 지정해야 하므로 확장자가 <code>.mlmodelc</code>인 컴파일된 Core ML 번들이 포함되어 있는지 확인하시기 바랍니다. <code>--compute-units</code>는 다음 값 중 하나이어야 합니다: <code>all</code>, <code>cpuOnly</code>, <code>cpuAndGPU</code>, <code>cpuAndNeuralEngine</code>.</p> <p>자세한 내용은 <a href="https://github.com/apple/ml-stable-diffusion" rel="nofollow">Apple의 리포지토리 안의 지침</a>을 참고하시기 바랍니다.</p> <!> <p>Core ML 모델과 추론 코드는 🧨 Diffusers의 많은 기능, 옵션 및 유연성을 지원하지 않습니다. 다음은 유의해야 할 몇 가지 제한 사항입니다:</p> <ul><li>Core ML 모델은 추론에만 적합합니다. 학습이나 파인튜닝에는 사용할 수 없습니다.</li> <li>Swift에 포팅된 스케줄러는 Stable Diffusion에서 사용하는 기본 스케줄러와 <code>diffusers</code> 구현에서 Swift로 포팅한 <code>DPMSolverMultistepScheduler</code> 두 개뿐입니다. 이들 중 약 절반의 스텝으로 동일한 품질을 생성하는 <code>DPMSolverMultistepScheduler</code>를 사용하는 것이 좋습니다.</li> <li>추론 코드에서 네거티브 프롬프트, classifier-free guidance scale 및 image-to-image 작업을 사용할 수 있습니다. depth guidance, ControlNet, latent upscalers와 같은 고급 기능은 아직 사용할 수 없습니다.</li></ul> <p>Apple의 <a href="https://github.com/apple/ml-stable-diffusion" rel="nofollow">변환 및 추론 리포지토리</a>와 자체 <a href="https://github.com/huggingface/swift-coreml-diffusers" rel="nofollow">swift-coreml-diffusers</a> 리포지토리는 다른 개발자들이 구축할 수 있는 기술적인 데모입니다.</p> <p>누락된 기능이 있다고 생각되면 언제든지 기능을 요청하거나, 더 좋은 방법은 기여 PR을 열어주세요. :)</p> <!> <p>자체 Apple 하드웨어에서 Stable Diffusion을 실행하는 쉬운 방법 중 하나는 <code>diffusers</code>와 Apple의 변환 및 추론 리포지토리를 기반으로 하는 <a href="https://github.com/huggingface/swift-coreml-diffusers" rel="nofollow">자체 오픈 소스 Swift 리포지토리</a>를 사용하는 것입니다. 코드를 공부하고 <a href="https://developer.apple.com/xcode/" rel="nofollow">Xcode</a>로 컴파일하여 필요에 맞게 조정할 수 있습니다. 편의를 위해 앱스토어에 <a href="https://apps.apple.com/app/diffusers/id1666309574" rel="nofollow">독립형 Mac 앱</a>도 있으므로 코드나 IDE를 다루지 않고도 사용할 수 있습니다. 개발자로서 Core ML이 Stable Diffusion 앱을 구축하는 데 가장 적합한 솔루션이라고 판단했다면, 이 가이드의 나머지 부분을 사용하여 프로젝트를 시작할 수 있습니다. 여러분이 무엇을 빌드할지 기대됩니다. :)</p> <!> <p></p>',1);function x(Z,B){L(B,!1),R(()=>{new URLSearchParams(window.location.search).get("fw")}),_();var a=P();k("17v8vq3",j=>{var T=V();S(T,"content",A),G(j,T)});var s=l(Y(a),2);N(s,{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"});var t=l(s,2);e(t,{title:"Core ML로 Stable Diffusion을 실행하는 방법",local:"core-ml로-stable-diffusion을-실행하는-방법",headingTag:"h1"});var i=l(t,8);e(i,{title:"Stable Diffusion Core ML 체크포인트",local:"stable-diffusion-core-ml-체크포인트",headingTag:"h2"});var n=l(i,12);e(n,{title:"사용할 Core ML 변형(Variant) 선택하기",local:"사용할-core-ml-변형variant-선택하기",headingTag:"h2"});var p=l(n,8);o(p,{code:"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",highlighted:`coreml-stable-<span class="hljs-keyword">diffusion-v1-4
</span>├── README.md
├── <span class="hljs-keyword">original
</span>│   ├── compiled
│   └── packages
└── split_einsum
    ├── compiled
    └── packages`,lang:"",wrap:!1});var c=l(p,4);e(c,{title:"Python에서 Core ML 추론",local:"python에서-core-ml-추론",headingTag:"h2"});var d=l(c,4);o(d,{code:"cGlwJTIwaW5zdGFsbCUyMGh1Z2dpbmdmYWNlX2h1YiUwQXBpcCUyMGluc3RhbGwlMjBnaXQlMkJodHRwcyUzQSUyRiUyRmdpdGh1Yi5jb20lMkZhcHBsZSUyRm1sLXN0YWJsZS1kaWZmdXNpb24=",highlighted:`pip install huggingface_hub
pip install git+https://github.com/apple/ml-stable-diffusion`,lang:"bash",wrap:!1});var r=l(d,2);e(r,{title:"모델 체크포인트 다운로드하기",local:"모델-체크포인트-다운로드하기",headingTag:"h3"});var h=l(r,6);o(h,{code:"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",highlighted:`<span class="hljs-keyword">from</span> huggingface_hub <span class="hljs-keyword">import</span> snapshot_download
<span class="hljs-keyword">from</span> pathlib <span class="hljs-keyword">import</span> Path

repo_id = <span class="hljs-string">&quot;apple/coreml-stable-diffusion-v1-4&quot;</span>
variant = <span class="hljs-string">&quot;original/packages&quot;</span>

model_path = Path(<span class="hljs-string">&quot;./models&quot;</span>) / (repo_id.split(<span class="hljs-string">&quot;/&quot;</span>)[-<span class="hljs-number">1</span>] + <span class="hljs-string">&quot;_&quot;</span> + variant.replace(<span class="hljs-string">&quot;/&quot;</span>, <span class="hljs-string">&quot;_&quot;</span>))
snapshot_download(repo_id, allow_patterns=<span class="hljs-string">f&quot;<span class="hljs-subst">{variant}</span>/*&quot;</span>, local_dir=model_path, local_dir_use_symlinks=<span class="hljs-literal">False</span>)
<span class="hljs-built_in">print</span>(<span class="hljs-string">f&quot;Model downloaded at <span class="hljs-subst">{model_path}</span>&quot;</span>)`,lang:"Python",wrap:!1});var f=l(h,2);e(f,{title:"추론",local:"python-inference",headingTag:"h3"});var M=l(f,4);o(M,{code:"cHl0aG9uJTIwLW0lMjBweXRob25fY29yZW1sX3N0YWJsZV9kaWZmdXNpb24ucGlwZWxpbmUlMjAtLXByb21wdCUyMCUyMmElMjBwaG90byUyMG9mJTIwYW4lMjBhc3Ryb25hdXQlMjByaWRpbmclMjBhJTIwaG9yc2UlMjBvbiUyMG1hcnMlMjIlMjAtaSUyMG1vZGVscyUyRmNvcmVtbC1zdGFibGUtZGlmZnVzaW9uLXYxLTRfb3JpZ2luYWxfcGFja2FnZXMlMjAtbyUyMCUzQyUyRnBhdGglMkZ0byUyRm91dHB1dCUyRmltYWdlJTNFJTIwLS1jb21wdXRlLXVuaXQlMjBDUFVfQU5EX0dQVSUyMC0tc2VlZCUyMDkz",highlighted:"python -m python_coreml_stable_diffusion.pipeline --prompt &quot;a photo of an astronaut riding a horse on mars&quot; -i models/coreml-stable-diffusion-v1-4_original_packages -o &lt;/path/to/output/image&gt; --compute-unit CPU_AND_GPU --seed 93",lang:"shell",wrap:!1});var u=l(M,8);o(u,{code:"cHl0aG9uJTIwLW0lMjBweXRob25fY29yZW1sX3N0YWJsZV9kaWZmdXNpb24ucGlwZWxpbmUlMjAtLXByb21wdCUyMCUyMmElMjBwaG90byUyMG9mJTIwYW4lMjBhc3Ryb25hdXQlMjByaWRpbmclMjBhJTIwaG9yc2UlMjBvbiUyMG1hcnMlMjIlMjAtLWNvbXB1dGUtdW5pdCUyMEFMTCUyMC1vJTIwb3V0cHV0JTIwLS1zZWVkJTIwOTMlMjAtaSUyMG1vZGVscyUyRmNvcmVtbC1zdGFibGUtZGlmZnVzaW9uLXYxLTVfb3JpZ2luYWxfcGFja2FnZXMlMjAtLW1vZGVsLXZlcnNpb24lMjBzdGFibGUtZGlmZnVzaW9uLXYxLTUlMkZzdGFibGUtZGlmZnVzaW9uLXYxLTU=",highlighted:"python -m python_coreml_stable_diffusion.pipeline --prompt &quot;a photo of an astronaut riding a horse on mars&quot; --compute-unit ALL -o output --seed 93 -i models/coreml-stable-diffusion-v1-5_original_packages --model-version stable-diffusion-v1-5/stable-diffusion-v1-5",lang:"shell",wrap:!1});var m=l(u,2);e(m,{title:"Swift에서 Core ML 추론하기",local:"swift에서-core-ml-추론하기",headingTag:"h2"});var y=l(m,4);e(y,{title:"다운로드",local:"다운로드",headingTag:"h3"});var b=l(y,4);o(b,{code:"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",highlighted:`<span class="hljs-keyword">from</span> huggingface_hub <span class="hljs-keyword">import</span> snapshot_download
<span class="hljs-keyword">from</span> pathlib <span class="hljs-keyword">import</span> Path

repo_id = <span class="hljs-string">&quot;apple/coreml-stable-diffusion-v1-4&quot;</span>
variant = <span class="hljs-string">&quot;original/compiled&quot;</span>

model_path = Path(<span class="hljs-string">&quot;./models&quot;</span>) / (repo_id.split(<span class="hljs-string">&quot;/&quot;</span>)[-<span class="hljs-number">1</span>] + <span class="hljs-string">&quot;_&quot;</span> + variant.replace(<span class="hljs-string">&quot;/&quot;</span>, <span class="hljs-string">&quot;_&quot;</span>))
snapshot_download(repo_id, allow_patterns=<span class="hljs-string">f&quot;<span class="hljs-subst">{variant}</span>/*&quot;</span>, local_dir=model_path, local_dir_use_symlinks=<span class="hljs-literal">False</span>)
<span class="hljs-built_in">print</span>(<span class="hljs-string">f&quot;Model downloaded at <span class="hljs-subst">{model_path}</span>&quot;</span>)`,lang:"Python",wrap:!1});var U=l(b,2);e(U,{title:"추론",local:"swift-inference",headingTag:"h3"});var g=l(U,4);o(g,{code:"Z2l0JTIwY2xvbmUlMjBodHRwcyUzQSUyRiUyRmdpdGh1Yi5jb20lMkZhcHBsZSUyRm1sLXN0YWJsZS1kaWZmdXNpb24lMEFjZCUyMG1sLXN0YWJsZS1kaWZmdXNpb24=",highlighted:`git <span class="hljs-built_in">clone</span> https://github.com/apple/ml-stable-diffusion
<span class="hljs-built_in">cd</span> ml-stable-diffusion`,lang:"bash",wrap:!1});var w=l(g,4);o(w,{code:"c3dpZnQlMjBydW4lMjBTdGFibGVEaWZmdXNpb25TYW1wbGUlMjAtLXJlc291cmNlLXBhdGglMjBtb2RlbHMlMkZjb3JlbWwtc3RhYmxlLWRpZmZ1c2lvbi12MS00X29yaWdpbmFsX2NvbXBpbGVkJTIwLS1jb21wdXRlLXVuaXRzJTIwYWxsJTIwJTIyYSUyMHBob3RvJTIwb2YlMjBhbiUyMGFzdHJvbmF1dCUyMHJpZGluZyUyMGElMjBob3JzZSUyMG9uJTIwbWFycyUyMg==",highlighted:'swift run StableDiffusionSample --resource-path models/coreml-stable-diffusion-v1-4_original_compiled --compute-units all <span class="hljs-string">&quot;a photo of an astronaut riding a horse on mars&quot;</span>',lang:"bash",wrap:!1});var J=l(w,6);e(J,{title:"지원되는 Diffusers 기능",local:"지원되는-diffusers-기능",headingTag:"h2"});var C=l(J,10);e(C,{title:"네이티브 Diffusers Swift 앱",local:"네이티브-diffusers-swift-앱",headingTag:"h2"});var X=l(C,4);W(X,{source:"https://github.com/huggingface/diffusers/blob/main/docs/source/ko/optimization/coreml.md"}),F(2),G(Z,a),I()}export{x as component};