PixArt

PixArt-Alpha और PixArt-Sigma के साथ तेज़ इमेज जनरेशन

PixArt-Alpha और PixArt-Sigma के साथ तेज़ी से चित्र बनाएं।

सभी उदाहरण GPU सर्वरों पर चलाए जा सकते हैं, जिन्हें किराए पर लिया गया है CLORE.AI मार्केटप्लेस.

CLORE.AI पर किराए पर लेना

1. विज़िट करें CLORE.AI मार्केटप्लेस

2. GPU प्रकार, VRAM और कीमत के अनुसार फ़िल्टर करें

3. चुनें ऑन-डिमांड (स्थिर दर) या स्पॉट (बोली मूल्य)

4. अपना ऑर्डर कॉन्फ़िगर करें:

   • Docker इमेज चुनें

   • पोर्ट सेट करें (SSH के लिए TCP, वेब UI के लिए HTTP)

   • यदि आवश्यक हो तो environment variables जोड़ें

   • स्टार्टअप कमांड दर्ज करें

5. भुगतान चुनें: CLORE, BTCया USDT/USDC

6. ऑर्डर बनाएं और डिप्लॉयमेंट की प्रतीक्षा करें

अपने सर्वर तक पहुँचें

• कनेक्शन विवरण यहाँ खोजें मेरे ऑर्डर

• वेब इंटरफ़ेस: HTTP पोर्ट URL का उपयोग करें

• SSH: ssh -p <port> root@<proxy-address>

PixArt क्या है?

PixArt मॉडल प्रदान करते हैं:

• SDXL से 10 गुना तेज़

• उच्च-गुणवत्ता वाली 1024px छवियाँ

• बेहतर टेक्स्ट रेंडरिंग

• कुशल प्रशिक्षण विधियाँ

मॉडल वेरिएंट

मॉडल	गुणवत्ता	गति	VRAM
PixArt-Alpha	उत्कृष्ट	तेज़	8GB
PixArt-Sigma	सर्वोत्तम	मध्यम	12GB

त्वरित डिप्लॉय

Docker इमेज:

pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel

पोर्ट:

22/tcp
7860/http

कमांड:

pip install diffusers transformers accelerate gradio && \
python -c "
import gradio as gr
from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained('PixArt-alpha/PixArt-XL-2-1024-MS', torch_dtype=torch.float16)
pipe.to('cuda')

def generate(prompt, steps):
    image = pipe(prompt, num_inference_steps=steps).images[0]
    return image

demo = gr.Interface(fn=generate, inputs=[gr.Textbox(), gr.Slider(10, 50, 20)], outputs=gr.Image(), title='PixArt')
demo.launch(server_name='0.0.0.0', server_port=7860)
"

अपनी सेवा तक पहुँचना

डिप्लॉयमेंट के बाद, अपना http_pub URL यहाँ मेरे ऑर्डर:

1. पर जाएँ मेरे ऑर्डर पेज

2. अपने ऑर्डर पर क्लिक करें

3. खोजें http_pub URL (उदा., abc123.clorecloud.net)

उपयोग करें https://YOUR_HTTP_PUB_URL की बजाय localhost नीचे दिए गए उदाहरणों में।

इंस्टॉलेशन

pip install diffusers transformers accelerate

PixArt-Alpha

मूल जनरेशन

from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
)
pipe.to("cuda")

prompt = "एक बिल्ली-अंतरिक्ष यात्री अंतरिक्ष में तैरता हुआ, पृष्ठभूमि में पृथ्वी, फोटोरियलिस्टिक"

image = pipe(
    prompt=prompt,
    num_inference_steps=20,
    guidance_scale=4.5
).images[0]

image.save("output.png")

निर्माण पैरामीटर

image = pipe(
    prompt="पहाड़ों के ऊपर एक सुंदर सूर्यास्त",
    negative_prompt="धुंधला, निम्न गुणवत्ता",
    num_inference_steps=20,      # गुणवत्ता (10-50)
    guidance_scale=4.5,          # प्रॉम्प्ट अनुपालन (3-7)
    height=1024,
    width=1024,
    generator=torch.Generator("cuda").manual_seed(42)
).images[0]

PixArt-Sigma

उच्च गुणवत्ता वाला संस्करण:

from diffusers import PixArtSigmaPipeline
import torch

pipe = PixArtSigmaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-Sigma-XL-2-1024-MS",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()

image = pipe(
    prompt="एक लाल स्पोर्ट्स कार की पेशेवर फ़ोटो",
    num_inference_steps=30,
    guidance_scale=4.5
).images[0]

image.save("sigma_output.png")

मेमोरी अनुकूलन

8GB VRAM के लिए

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
)

# CPU ऑफ़लोड
pipe.enable_model_cpu_offload()

# अनुक्रमिक CPU ऑफ़लोड (अधिक आक्रामक)

# pipe.enable_sequential_cpu_offload()

VAE slicing सक्षम करें

pipe.enable_vae_slicing()
pipe.enable_vae_tiling()

बैच जनरेशन

from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
).to("cuda")

prompts = [
    "रात में एक साइबरपंक शहर",
    "एक शांत जापानी उद्यान",
    "एक चट्टान पर बना काल्पनिक किला",
    "समुद्र के नीचे की प्रवाल भित्ति"
]

for i, prompt in enumerate(prompts):
    image = pipe(prompt, num_inference_steps=20).images[0]
    image.save(f"output_{i:03d}.png")
    print(f"जनरेट किया गया: {prompt[:50]}...")

विभिन्न रिज़ॉल्यूशन

# समर्थित रिज़ॉल्यूशन
resolutions = [
    (512, 512),
    (768, 768),
    (1024, 1024),
    (1024, 512),   # लैंडस्केप
    (512, 1024),   # पोर्ट्रेट
    (768, 1024),
    (1024, 768),
]

for w, h in resolutions:
    image = pipe(
        prompt="एक सुंदर परिदृश्य",
        width=w,
        height=h,
        num_inference_steps=20
    ).images[0]

    image.save(f"output_{w}x{h}.png")

टेक्स्ट रेंडरिंग

PixArt छवियों में टेक्स्ट के लिए उत्कृष्ट है:

prompt = """
एक विंटेज मूवी पोस्टर, जिसमें "COSMIC ADVENTURE" शीर्षक मोटे अक्षरों में हो,
जिसमें एक अंतरिक्ष यान और ग्रह हों, 1950 के दशक की रेट्रो शैली
"""

image = pipe(
    prompt=prompt,
    num_inference_steps=30,
    guidance_scale=5.0
).images[0]

Gradio इंटरफ़ेस

import gradio as gr
from diffusers import PixArtAlphaPipeline
import torch

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
).to("cuda")

def generate(prompt, negative_prompt, steps, guidance, width, height, seed):
    generator = torch.Generator("cuda").manual_seed(seed) if seed > 0 else None

    image = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_inference_steps=steps,
        guidance_scale=guidance,
        width=width,
        height=height,
        generator=generator
    ).images[0]

    return image

demo = gr.Interface(
    fn=generate,
    inputs=[
        gr.Textbox(label="प्रॉम्प्ट", lines=3),
        gr.Textbox(label="नकारात्मक प्रॉम्प्ट"),
        gr.Slider(10, 50, value=20, step=1, label="स्टेप्स"),
        gr.Slider(1, 10, value=4.5, step=0.5, label="गाइडेंस"),
        gr.Slider(512, 1024, value=1024, step=64, label="चौड़ाई"),
        gr.Slider(512, 1024, value=1024, step=64, label="ऊँचाई"),
        gr.Number(value=-1, label="Seed (-1 for random)")
    ],
    outputs=gr.Image(label="जनरेट की गई छवि"),
    title="PixArt इमेज जनरेटर"
)

demo.launch(server_name="0.0.0.0", server_port=7860)

एपीआई सर्वर

from fastapi import FastAPI
from fastapi.responses import Response
from diffusers import PixArtAlphaPipeline
import torch
import io

app = FastAPI()

pipe = PixArtAlphaPipeline.from_pretrained(
    "PixArt-alpha/PixArt-XL-2-1024-MS",
    torch_dtype=torch.float16
).to("cuda")

@app.post("/generate")
async def generate(
    prompt: str,
    negative_prompt: str = "",
    steps: int = 20,
    guidance: float = 4.5,
    width: int = 1024,
    height: int = 1024
):
    image = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_inference_steps=steps,
        guidance_scale=guidance,
        width=width,
        height=height
    ).images[0]

    buffer = io.BytesIO()
    image.save(buffer, format="PNG")
    return Response(content=buffer.getvalue(), media_type="image/png")

# चलाएँ: uvicorn server:app --host 0.0.0.0 --port 8000

प्रदर्शन तुलना

मॉडल	GPU	1024x1024 समय
PixArt-Alpha	RTX 3090	~3s
PixArt-Sigma	RTX 3090	~5 सेकंड
SDXL	RTX 3090	~15 सेकंड
PixArt-Alpha	RTX 4090	~2s
PixArt-Sigma	RTX 4090	~3s

गुणवत्ता सेटिंग्स

उपयोग-प्रकरण	स्टेप्स	गाइडेंस
पूर्वावलोकन	10-15	4.0
मानक	20	4.5
उच्च गुणवत्ता	30-40	5.0

समस्या निवारण

मेमोरी समाप्त

# ऑफ़लोडिंग सक्षम करें
pipe.enable_model_cpu_offload()

# या छोटा रिज़ॉल्यूशन उपयोग करें
width, height = 768, 768

खराब गुणवत्ता

• स्टेप्स बढ़ाएँ (25-40)

• गाइडेंस स्केल समायोजित करें

• अधिक विस्तृत प्रॉम्प्ट

धीमी जनरेशन

• PixArt-Alpha का उपयोग करें (तेज़)

• स्टेप्स कम करें

• रिज़ॉल्यूशन कम करें

लागत का अनुमान

CLORE.AI मार्केटप्लेस की सामान्य दरें (2024 तक):

GPU	प्रति घंटा दर	प्रति दिन दर	4-घंटे का सत्र
RTX 3060	~$0.03	~$0.70	~$0.12
RTX 3090	~$0.06	~$1.50	~$0.25
RTX 4090	~$0.10	~$2.30	~$0.40
A100 40GB	~$0.17	~$4.00	~$0.70
A100 80GB	~$0.25	~$6.00	~$1.00

मूल्य प्रदाता और मांग के अनुसार बदलते हैं। देखें CLORE.AI मार्केटप्लेस वर्तमान दरों के लिए।

पैसे बचाएँ:

• का उपयोग करें स्पॉट बाधित किए जा सकने वाले कार्य के लिए मार्केट — लगभग एक-तिहाई सर्वरों की स्पॉट कीमत ऑन-डिमांड से कम होती है (मध्य ~13% छूट), बाकी उससे मेल खाते हैं

• से भुगतान करें CLORE टोकन

• विभिन्न प्रदाताओं के बीच कीमतों की तुलना करें

अगले चरण

• FLUX जनरेशन - सर्वोत्तम गुणवत्ता

• Stable Diffusion WebUI - अधिक सुविधाएँ

• ControlNet मार्गदर्शिका - नियंत्रण जोड़ें