前言
在前面AI三部曲中的第二部「安裝Stable Diffusion需要哪種等級的顯卡與電腦？」中
吉米跟大家分享了不管你是PC還是蘋果電腦，安裝Stable Diffusion之後，大概會有怎樣的效能
當然這個效能僅供參考，因為那是吉米自己研究手邊設備的效能數據
今天，吉米就要進一步來研究，「我自己」要怎麼升級我的設備
其實從上面那個測試結果，吉米因為是macOS使用者，所以我心裡出現了兩個疑問
1.既然都要花錢買顯卡，是不是乾脆再買一台兒子那台內建3060的筆電？
2.是否可能透過外接顯卡的方式？來讓我的黑蘋果可以外掛N家顯卡（以下簡稱N卡）來加強算圖？
吉米加入Dark Side應該不只四年了
當初吉米本來要分享eGPU對於蘋果電腦有很大的幫助，撰文時想要佐以實測數據時
不小心捅到了大大的蜂窩，發現了不能說的祕密
推薦大家來看看這篇「《吉米教你看》外掛eGPU甚至AMD高檔顯卡對於FCP X輸出效果的幫助（最終回）」
你們就會知道阿婆這幾年不斷自廢武功、壓抑效能的故事
這場實驗結束後，我手邊就多了一台可以跑macOS的PC組裝電腦
這邊非常感謝XFastest的站長半夜陪我搞這些有的沒的
與我的蘋果顧問MAQ的技術支援
所以以下內容，都是我自己需求為出發點，衍生出的各種測試
還有一個很大的重點，就是黑蘋果只能用A卡，所以機箱內一定得是A卡，不然無法使用macOS
3060筆電真的那麼快嗎？
要確認這個想法，第一件事情當然就是借一張Nvidia RTX 3080 10GB的顯卡來測試囉
當然搭配OWC推出的Thunderbolt3外接顯卡盒
就這樣RTX 3080透過Thunderbolt3連接到了我的電腦
這裡我們得到了第一個結論：
macOS無法使用外接方式連接N卡
蘋果電腦，不管是白的還是黑的，因為多年前恩怨，所以打死不認識前男友N卡
就算我們放在外接盒裡面想要借屍還魂，也因為macOS底層就不想認識它
因此什麼虛擬機還是其他方式外掛啟動N卡是不可能的
不然我們用黑蘋果的人早就全換3080或是4090了
若你是使用2015年之後，機器上面有原生Thunderbolt3的蘋果電腦，或是你也在Dark Side
只要重新開機進入Windows，你就可以接著看下去
Windows透過Thunderbolt3外掛N卡
開機後，插上連接外接顯卡盒的Thunderbolt3排線，螢幕有沒有接在它後面沒有差別
除非你是要用這張卡來打電動，才需要把主要螢幕設定在這張外接顯卡後方的輸出
等電腦辨識成功之後就會出現兩張顯卡啦
這時候執行Stable Diffusion，因為N卡支援CUDA，所以只會用N卡來跑算圖，A卡就負責畫面顯示功能
測試基準
既然要測試，當然所有方式都要相同，以下是出圖數據，有興趣的話你也來試試看你電腦數據是多少
SD 模型：https://civitai.com/models/6424/chilloutmix
Lora 模型：https://civitai.com/models/7716/taiwan-doll-likeness
Prompt:
Negative prompt:
測試一：
Size: 512×768
Seed: 537380690
Steps: 28
Sampler: DPM++ SDE Karras
CFG scale: 8
Hires steps: 0
Hires upscale: 1.75,
Hires upscaler: Latent (bicubic antialiased)
Denoising strength: 0.5
測試二：
Size: 512×768
Seed: 537380690
Steps: 28
Batch count: 2
Batch Size: 2
Sampler: DPM++ SDE Karras
CFG scale: 8
Hires steps: 0
Hires upscale: 1.75,
Hires upscaler: Latent (bicubic antialiased)
Denoising strength: 0.5
然後看看所需時間
基準線Baseline
本來依照慣例，跑基準線應該要用我天天在用的A卡來測試
但是測試一預估就要25分鐘45秒，我就不想測試了，直接按取消，它說多少就是多少
所以我們今天用兒子的筆電來當基準線
Asus 3060 筆電
實驗一：3分10秒
實驗二：8分22秒
RTX 3080
其實經過吉米實測，3080不管是外接的方式，還是內接插在主板上面，成績都差不多
實驗一：2分09秒
實驗二：3分31秒
這裡大家可以觀察到，其實跑SD最重要的是VRAM越大越好，這張3080卡上有10GB的VRAM，最大已經用掉8,927MB的VRAM，難怪算再大一點的圖就爆掉了
RTX 4070 Ti
這時候好心的海盜船長，直接買了一張全新的RTX 4070 Ti 12GB來借我測試
這張卡已經巨大到無法塞入外接顯卡盒
所以內接一定是唯一解
但這樣就違反的第一個原則，黑蘋果機箱內一定要裝A卡，不然永遠回不到macOS，所以4070Ti裝在機殼內的時間，就只能當純PC來使用啦
實驗一：1分10秒
實驗二：4分34秒
這個部分我實在不太懂，為什麼後期會變慢
而且我們觀察到VRAM最大使用來到12,132MB
根本就把12GB的VRAM給搾乾啦
所以測試到這裡，我又上網爬文去了
Xformers
Xformers是一個資料庫可以幫我們快速生成影像，並且減少VRAM的使用，但是這個優化只能針對N卡來使用
AUTOMATIC1111官方安裝教學請看這裡：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Xformers
玩到這裡，大家應該都會搞了，所以這部份就不贅述了
重點在於安裝成功之後
這改webui-user.bat （windows使用者），找到「COMMANDLINE_ARGS=」字串，加上–xformers
修改 webui-user.sh（mac或是Linux使用者），找到「export COMMANDLINE_ARGS=」字串加上–xformers
啟動後看到字串有被吃到，就可以啦，其他所有東西都不變
3080 +xformers 實驗一：41秒
3080 +xformers 實驗一：2分13秒
4070 Ti +xformers 實驗一：42秒
4070 Ti +xformers 實驗一：2分44秒
VRAM最多也只用到8,197MB
真的是除了快很多之外，VRAM的使用也變小了
至於4070 Ti在吉米這幾天的測試下比3080慢，我剛爬文可能是CUDA沒有更新到最新版，我寫到這裡才知道CUDA要另外安裝驅動，呵呵
總結一下
從上面的表來看，先不管4070 Ti的奇怪表現，但是在3080上面有顯著的效能提昇，刷掉了將近一半的時間
所以若你有玩SD的話，強烈推薦安裝啊
當然這是N卡才有的福利
算圖速度快與慢，整個思考邏輯大不同
這就是我這個週末摸索的內容
顯卡的快慢，真的是「非常的重要」
你看我現在完全不提算一張3秒還是5秒嗎？
我這個週末算的圖，單一張用4070Ti都要將近一分鐘
因為當我們算力慢的時候，一張圖3分鐘，你下的prompt相對保守，因為你不知道3分鐘之後，是正妹還是后里蟹
算力快的時候，一張圖3秒鐘、5秒鐘，你就會開始變鬼變怪
例如超好用的魔咒百科词典 https://aitag.top/
解決了一堆我不知道女性服裝正確的英文名稱，這可真是考倒我了，還有各種運鏡、角度、情景的參考
從使用一個LORA，到多組日本、台灣、韓國、中國的LORA混合在一起…
產出更複雜精緻的圖片，產出更精緻的圖片之後，又會想要再放大、再細緻、再拓展
對，你今天看到的圖片全部都是AI生成
甚至生成之後，再用其他AI繼續擴展
這個在草地上面歡迎大家來到黑暗面的女孩
與前男友賭氣，打死不相往來的哭臉妹仔
還有這三位拿電腦採購單要我簽的秘書，你以為我這麼容易就放行嗎？
我還得問問資訊室的主管才行啊～
硬體升級之路
言歸正傳，畢竟不是每個人的鈔能力都沒有極限，全部都是選好選滿
當然若你是擁有這種鈔能力的課長，吉米建議你直接組一台最強的PC，不管是算圖還是電競，就算是看盤或是看小說，都覺得讓你飛天遁地
若你是intel晶片的蘋果電腦使用者，或是機箱裡面裝的是A卡的中階PC使用者，你可以考慮用Thunderbolt3的顯卡外接盒（約一萬出頭），再買一張N卡，撰文的現在3060約一萬元上下，3080約兩萬上下，又回到了鈔能力的原點，但前提是要有Thunderbolt3，且全程在Windows下面算圖，不能用虛擬機
雖然我已經有了顯卡外接盒，目前可能找張二手3080，沒事可以玩PC GAME，特效選項應該可以比我的VEGA64選好選滿
但缺點就是要佔用電腦時間，用PC就不能用Mac，兩難啊
或是直接去買一台3060的筆電，三萬元起跳也是多一台電腦，但這選擇適合沒有外接顯卡盒與顯卡的人，因為這兩個最基本就要兩萬了，你多花一萬就多一台電腦，多好
另一種不需要買硬體的方式，就是把網路上提供的雲計算服務，買好買滿，相信兩萬元低消，應該可以買不少時數，而且你還不用真的一次就花這麼多錢，先玩看看，有興趣再加碼
若你是M1/M2的蘋果電腦使用者，那你就跟Tim一樣… 只好去買Mac Studio Ultra +128GB RAM囉
你現在知道上面幾張圖是怎麼生成了吧
以上就是我的應用方式，我生圖用來不是只有電風扇，而是用來寫文當插圖，或是影片B Roll的用途
光看是這三部曲的封面圖，就比吉米之前都放自己的照片香太多了，不是嗎？
吉米，你不會裡面裝一張，外接再一張？
內接4070 Ti，外接3080，根本就是人生勝利組的感覺嘛～
當然這麼惡劣的想法我也想過啦
只是到我分享這篇文章之前，爬過了好多地方，很多人說python本身就支援多GPU，但是SD有沒有支援都沒有人測試成功
倒是有另外一個dream的AI平台，它比較像指派中心，把prompt丟給SD去跑，而這個指派中心有支援多CPU
也許不久的將來，就有支援吧
目前的測試是只有一張顯卡會運作
