このチュートリアルでは、さまざまなクラウド プラットフォームでの SwarmUI のインストールと使用方法を説明します。高性能 GPU をお持ちでない方や、強化された GPU 機能を求めている方にとって、このガイドは非常に役立ちます。最先端の Generative AI インターフェイスである SwarmUI を Massed Compute、RunPod、Kaggle (週 30 時間、デュアル T4 GPU アクセスを無料で提供) に設定して活用する方法を学びます。
この説明ビデオでは、クラウド GPU サービスで SwarmUI を自分のパソコンと同じようにシームレスに利用する方法を説明します。また、クラウド環境で Stable Diffusion 3 (#SD3) を使用する方法についても説明します。SwarmUI は ComfyUI バックエンドで動作します。
包括的な公開投稿（登録不要）ビデオで紹介されており、すべての関連リンクが含まれています https://www.patreon.com/posts/stableswarmui-3-106135985
Windows ガイド: SwarmUI の使い方をマスターする
チュートリアル: Massed Compute、RunPod、Kaggle の高速モデルダウンロードと、Hugging Face への Swift モデル/ファイルのアップロード
SECourses Discord コミュニティに参加する https://discord.com/servers/software-engineering-courses-secourses-772774097734074388
安定した拡散 GitHub リポジトリ (スター、フォーク、ウォッチをお願いします) https://github.com/FurkanGozukara/Stable-Diffusion
Massed Compute の特別割引コード: SECourses
Alt Config RTX A6000および標準RTX A6000 GPUに有効
- 0:00 SwarmUI クラウド サービス チュートリアルの概要 (Massed Compute、RunPod、Kaggle)
- 3:18 Massed Compute 仮想 Ubuntu マシンでの SwarmUI のインストールと使用
- 4:52 Massed Compute 仮想マシン アクセス用の ThinLinc クライアント同期フォルダーの設定
- 6:34 初期化後の Massed Compute 仮想マシンへの接続と起動
- 7:05 使用前にMassed ComputeでワンクリックSwarmUIアップデート
- 7:46 同時画像生成のために SwarmUI バックエンドで複数の GPU を構成する
- 7:57 nvitop コマンドを使用した GPU ステータスの監視
- 8:43 Massed Compute にプリインストールされた安定拡散モデル
- 9:53 Massed Compute でのモデルのダウンロード速度評価
- 10:44 4 つの GPU バックエンド設定エラーのトラブルシューティング
- 11:42 4つのGPUの動作状態を監視する
- 12:22 RTX A6000 (Massed Compute) による SD3 用画像生成とステップ速度解析
- 12:50 ゲートモデルにアクセスするための CivitAI API キー設定
- 13:55 Massed Compute からの効率的な一括イメージダウンロード
- 15:22 正確なテンプレート選択による RunPod への最新の SwarmUI インストール
- 16:50 インストール後の SwarmUI 接続のポート構成
- 17:50 sh ファイルのダウンロードと実行による RunPod SwarmUI のインストール
- 19:47 Pod の再起動によるバックエンドの読み込み問題の解決
- 20:22 RunPod で SwarmUI を再起動する
- 1:14 RunPod での安定拡散 3 (SD3) の実装
- 22:01 RunPod でのマルチ GPU バックエンド システム構成
- 23:22 RTX 4090世代の速度解析（SD3ステップ速度）
- 24:04 RunPod の一括画像ダウンロードテクニック
- 24:50 無料の Kaggle アカウントでの SwarmUI と Stable Diffusion 3 のセットアップ
- 28:39 一時ストレージの利用のために Kaggle 上の SwarmUI モデルのルート フォルダ パスを変更する
- 29:21 Kaggle でのセカンダリ T4 GPU バックエンドの追加
- 29:32 Kaggle での SwarmUI 再起動手順
- 31:39 Kaggle での Stable Diffusion 3 モデルの展開と画像生成
- 33:06 Kaggle での RAM エラーのトラブルシューティングと解決
- 33:45 デュアル T5 XXL テキスト エンコーダー使用時の RAM エラーを防ぐために 1 つのバックエンドを無効にする
- 34:04 Kaggle の T4 GPU での安定した Diffusion 3 画像生成速度の評価
- 34:35 Kaggle からローカルデバイスへの包括的な画像ダウンロードプロセス
この包括的な記事では、さまざまなクラウド コンピューティング プラットフォームで SwarmUI、Stable Diffusion 3、およびその他の Stable Diffusion モデルを使用する方法について説明します。このガイドは、強力な GPU をローカルで利用できないユーザーが、クラウド リソースを活用してこれらの高度な AI 画像生成モデルを実行できるように設計されています。Massed Compute、RunPod、Kaggle という 3 つの主要なプラットフォームについて説明します。
1.1 プラットフォームの概要
1.1.1 大量コンピューティング
Massed Compute は、最も安価で最も強力なクラウド サーバー プロバイダーとして紹介されています。SwarmUI と必要なソフトウェアの最新バージョンがプリインストールされており、イメージの生成をすぐに開始できます。
1.1.2 ランポッド
RunPod は、高性能 GPU へのアクセスを提供する別のクラウド サービス プロバイダーです。このプラットフォームでは、ユーザーがカスタム環境を展開し、SwarmUI を手動でインストールできます。
1.1.3 カグル
データ サイエンスと機械学習の人気プラットフォームである Kaggle では、無料の GPU アクセスを提供しています。この記事では、提供されている T4 GPU を利用して、無料の Kaggle アカウントで SwarmUI を使用する方法を説明します。
1.2 前提条件
各プラットフォームの詳細に入る前に、この記事で紹介した 90 分間の SwarmUI チュートリアルを視聴することを強くお勧めします。この包括的なガイドでは、SwarmUI の使用方法の詳細が説明されており、ソフトウェアの機能を完全に理解するために不可欠です。
Massed Compute での SwarmUI の使用
2.1 登録と展開
Massed Compute で SwarmUI の使用を開始するには、次の手順に従います。
- 提供された登録リンクを使用してアカウントを作成します。
- 請求情報を入力し、アカウントに残高をロードします。
- デプロイメントセクションに移動します。
- 可用性に基づいて、RTX A6000 または RTX A6000 Alt 構成を選択します。
- 「クリエイター」カテゴリと「SEコース」画像を選択します。
- 特別クーポンコード「SECourses verify」を適用すると、時間料金が割引になります。
- 「デプロイ」をクリックしてインスタンスを作成します。
2.2 仮想マシンへの接続
インスタンスをデプロイしたら、それに接続する必要があります。
ご使用のオペレーティング システムに適した ThinLinc クライアントをダウンロードしてインストールします。
ThinLinc クライアントを構成する: 「オプション」 > 「ローカル デバイス」に移動し、「ドライブ」以外のすべてのオプションのチェックを外します。
ファイルのアップロード/ダウンロードのための同期用フォルダを追加する
提供されたログイン IP アドレスと資格情報を使用して仮想マシンに接続します。
2.3 SwarmUI の更新と起動
Massed Compute 仮想マシンに接続したら、次の手順を実行します。
アップデータボタンをダブルクリックすると、SwarmUI が自動的に最新バージョンに更新されます。
更新が完了し、SwarmUI が起動するまで待ちます。
2.4 複数のGPUの設定
複数の GPU をデプロイしている場合は、それらすべてを使用するように SwarmUI を構成できます。
「サーバー」>「バックエンド」に移動します
追加のComfyUIセルフスタートバックエンドを追加する
利用可能なGPU間で適切な配分を確保するために、各バックエンドに固有のGPU IDを設定します。
2.5 画像の生成
Massed Compute に SwarmUI をセットアップしたら、画像の生成を開始できます。
希望するモデルを選択します（例：Stable Diffusion 3、SDXL など）
好みのサンプラーとスケジューラーを選択してください
プロンプトを入力し、生成する画像の数を設定します
「生成」をクリックしてプロセスを開始します
2.6 生成された画像のダウンロード
生成されたイメージを Massed Compute からダウンロードするには:
「ファイル」フォルダに移動します
「アプリ」>「安定したSwarmUI」>「出力」に移動します
出力フォルダを同期フォルダにコピーします
ローカルマシン上の同期ファイルにアクセスする
2.7 CivitAI APIの使用
新しい機能により、ゲート付き CivitAI モデルをダウンロードできるようになりました。
アカウント設定からCivitAI APIキーを取得します
SwarmUIで「ユーザー」に移動し、APIキーを入力します。
「ユーティリティ」のモデルダウンローダーを使用して、CivitAI モデルにアクセスします。RunPod で SwarmUI を使用する
3.1 登録とポッドの展開
RunPodでSwarmUIを使用するには:
提供されたリンクを使用して登録してください
請求を設定し、アカウントにクレジットをロードします
「ポッド」に移動し、「ポッドをデプロイ」をクリックします。
Community Cloudを選択するか、永続的なストレージを設定します（これについては別のチュートリアルを参照してください）
希望するGPU構成を選択します（例：3x 4090 GPU）
「RunPod PyTorch 2.1 with CUDA 11.8」テンプレートを選択します。
ディスクボリュームとプロキシポートを設定する（SwarmUIの場合は7801）
ポッドを展開する
3.2 SwarmUIのインストール
ポッドが実行されたら:
JupyterLabに接続する
提供された「install_linux.sh」ファイルをアップロードします
ターミナルを開いてインストールコマンドを実行します
インストールが完了するまでお待ちください
最初のインストール後にポッドを一度再起動します
3.3 SwarmUIの起動
再起動後:
JupyterLabに再度接続する
ターミナルで提供された開始コマンドを実行します
HTTPポート接続を介してSwarmUIにアクセスする
3.4 追加モデルのダウンロード
RunPod で Stable Diffusion 3 などのモデルを使用するには:
「ユーティリティ」>「モデルダウンローダー」に移動します
新しいモデルを追加するには、提供されている直接ダウンロードリンクを使用してください
3.5 複数のGPUの設定
Massed Compute と同様に、複数のバックエンドを構成します。
「サーバー」>「バックエンド」に移動します
ComfyUI 自己起動バックエンドを追加
各バックエンドに固有のGPU IDを設定する
3.6 画像の生成
選択したモデルと設定を使用してイメージを生成するには、Massed Compute で説明したのと同じプロセスに従います。
3.7 生成された画像のダウンロード
RunPod から画像をダウンロードするには:
SwarmUIフォルダに移動します
出力フォルダを右クリックしてアーカイブとしてダウンロードします
あるいは、RunPodCTLを使用するか、Hugging Faceにアップロードします（これらの方法については別のチュートリアルを参照してください）
Kaggle で SwarmUI を使用する
4.1 Kaggleノートブックの設定
無料の Kaggle アカウントで SwarmUI を使用するには:
無料のKaggleアカウントに登録して電話番号を確認してください
提供されているKaggleノートブックファイルをダウンロードする
Kaggleで新しいノートブックを作成し、ダウンロードしたファイルをインポートします
アクセラレータとしてGPU T4 x2を選択する
4.2 SwarmUIのインストール
ノートブックの手順に従って、次の操作を行います。
必要なモデルをダウンロードする
インストールセルを実行する
モデルパスとバックエンドを構成する
4.3 KaggleでSwarmUIを使用する
インストール後:
提供されたリンクからSwarmUIにアクセスします
両方のT4 GPUを使用するようにバックエンドを構成する
利用可能なモデルを使用して画像を生成する
4.4 RAM制限の管理
KaggleでStable Diffusion 3を使用する場合:
潜在的なRAMの制限に注意してください
メモリエラーが発生した場合は、バックエンドを 1 つだけ使用してください。
4.5 生成された画像のダウンロード
Kaggle から画像をダウンロードするには:
提供されたセルを使用して、生成されたすべての画像を圧縮します
ファイルリストを更新し、zipファイルをダウンロードします
追加機能とリソース
5.1 CivitAI 統合
SwarmUI は CivitAI API 統合をサポートするようになりました:
CivitAI APIキーを取得する
SwarmUIのユーザー設定にキーを入力します
モデルダウンローダーを使用してCivitAIモデルにアクセスします
この包括的なガイドでは、Massed Compute、RunPod、Kaggle で SwarmUI、Stable Diffusion 3、その他の Stable Diffusion モデルを使用するための詳細な手順を説明します。これらの手順に従うことで、強力なローカル GPU を持たないユーザーでも、クラウド リソースを活用して高品質の AI 画像を生成できます。特定のトピックや高度な使用シナリオに関する詳細な情報については、推奨されるチュートリアルとリソースを参照してください。