Quickstart
---

### Docker Image

```bash
docker pull cr.metax-tech.com/public-ai-release/maca/diffusers.training:maca.ai3.0.0.5-torch2.4-py310-ubuntu22.04-amd64
```

### 模型

stable-diffusion-v1-5, 下载地址:
- [modelscope](https://modelscope.cn/models/AI-ModelScope/stable-diffusion-v1-5)
- [hugging face](https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5)


### 测试程序
1. 准备输入数据集，可以参考示例`dataset.json`
2. 在docker镜像里运行测试程序，会根据`dataset.json`内容，在`output`目录下生成图片文件。
3. 示例使用 [metax-docker](https://developer.metax-tech.com/softnova/category?package_kind=Cloud&dimension=metax&chip_name=%E6%9B%A6%E4%BA%91C500%E7%B3%BB%E5%88%97&deliver_type=%E5%88%86%E5%B1%82%E5%8C%85&series_name=metax-docker) 做为演示 docker runtime, 如用原生 docker 需自行挂载 GPU 等设备到容器

### 完整示例
```bash
git clone https://git.modelhub.org.cn:9443/EngineX-MetaX/enginex-c_series-diffusers
docker pull cr.metax-tech.com/public-ai-release/maca/diffusers.training:maca.ai3.0.0.5-torch2.4-py310-ubuntu22.04-amd64

cd enginex-c_series-diffusers/
# git clone 先确认 git-lfs 已安装
git lfs install
git clone https://www.modelscope.cn/AI-ModelScope/stable-diffusion-v1-5.git

metax-docker run --gpus=[0] -it --entrypoint /bin/bash -v $(realpath .):/workspace/app -v $(realpath stable-diffusion-v1-5):/model --entrypoint /bin/bash cr.metax-tech.com/public-ai-release/maca/diffusers.training:maca.ai3.0.0.5-torch2.4-py310-ubuntu22.04-amd64

#> inside container
cd app/
python3 main.py \
  --model "/model" \
  --json  "dataset.json" \
  --results "results.json" \
  --outdir "output" \
  --device cuda \
  --dtype fp16
```

### 测试结果
|      | A100 平均生成时间（秒） | MetaX C500 平均生成时间（秒） |
|------|-------------------------|----------------------------|
| 时间 | 2.2142                  | 4.5260                     |