简介：  先前在折腾我那两张p106的时候说过，A卡用户很难进行AI绘画，由于 AMD 目前仍然没有发布 Windows 平台下的 ROCm 框架，因此在 Windows 下暂时无法使用 stable diffusion webui。当然如果你的用的是Linux就无所谓了，A卡还是N卡随便你折腾，当然兼容性方面，还是N卡更胜一筹，毕竟布局那么多年，是吧。但是，问题来了，很多小伙伴的电脑都是Windows，对于Linux不了解，或者说对Linux有一定的了解，但是对于AI绘画只是出于兴趣，电脑出于学习和工作原因难以更换系统，其中最难受的就是用着Windows而且还是A卡的朋友们，为了一个AI绘画再买一张显卡，似乎有点不值，哪怕只是一张p106那么，当我们出于这么一个情况的时候，该怎么办呢？难道就没办法解决吗？答案是否定的，当然能解决。作为替代方案，您可以尝试使用 CPU 生成，或使用 NMKD Stable Diffusion GUI 中的 Stable Diffusion ONNX 管线加速。项目的地址：点击前往这是不同于 stable diffusion webui的AI图像生成方案，有点模块化的 text2image GUI，最初只是为了稳定扩散。依赖于 InvokeAI Stable Diffusion 代码的稍微定制的分支：Code Repo该工具正在积极开发中，预计会出现一些小问题。 特征：包含依赖项，无需复杂安装支持text to image和image to image（图片+文字提示）支持基于指令的图像编辑（InstructPix2Pix）提示特征：注意/强调，否定提示支持自定义稳定扩散模型和自定义 VAE 模型一次运行多个提示内置图像查看器显示有关生成图像的信息内置升级 ( RealESRGAN ) 和面部修复 ( CodeFormer或GFPGAN )提示队列和提示历史创建无缝（平铺）图像的选项，例如用于游戏纹理支持加载自定义概念（文本反转）各种用户体验功能与您的 GPU 一样快（RTX 4090 上每幅图像 1.7 秒，RTX 3090 上每幅图像 2.6 秒）内置安全措施，可扫描下载的恶意软件模型最重要的是什么呢，这个项目不会因为使用A卡导致无法使用许多好用的模型，它能通过将模型进行转换成ONNX模型实现，所以不用担心许多模型不能用，但是，但是，由于功能的缺少，许多插件例如lora插件是没办法使用的而且，由于stable diffusion webui更具知名度，导致国内许多汉化作者鲜有关注该项目的，这导致了该项目是全英文的，对于一些英文不好的小伙伴来说，有点不友好，但是先解决能用的问题不就大道宽敞了。至于汉化的问题，大概以后我会汉化一部分？关于NMKD Stable Diffusion GUI的使用过程，拾光我对于这个项目还是有点小幽怨的，因为优化不好，导致显存占用还是蛮高的，所以推荐大家尽量用较小的模型，不然我担心你的显卡受不住，推荐A卡得有10G的显存就可以跑大部分模型了。随便玩玩的话，像RX580啥的还是没问题的。还有硬盘的话，还是尽量用固态吧。影响还是蛮大的。

简介：    题前话1：  本文适用于小白、初学者以及囊中羞涩的兄弟们，对配置较低但又想玩ai绘图的朋友们有一定的参考价值。对各位有条件大佬的参考价值估计都没有，因为本身就是针对渣机的权宜之计，大家意思意思能用就行。    题前话2：本文从5月3号开始进行构思至今，由于中间日常生活琐事，索性干脆发了省事，更新过程中语序可能有些混乱，望各位见谅。    题前话3：  此前我用一张p106 90测试了在主板x1带宽下的绘图能力，但是由于p106 90过小的显存，拾光我实在没有试过瘾，在我的感觉下就是能跑，速度还行，但是带宽低了，跑起图来够呛。所以，再次到海鲜市场，花了76块巨资买了一块爹妈不认的白牌p106 100，所以有了本篇文章的到来。     正文：首先，我们需要明确一点，AI绘画需要的显卡的计算能力而不是显示。所以，基于这一个前提，对于p106、p102、p104等一系列矿卡来说，有没有对图像的显示功能并不重要重要的是能基于N卡架构对于AI计算的上下兼容，所以，我们并不需要所谓的魔改驱动通过核显的视频输出通道实现显示的功能，基于此点，我们直接安装官方驱动就行，这对于小白来说简直就是福音啊，插上显卡，安装驱动，旨在一个不折腾最新的驱动是526.47版本，直接上它就完事了。在插上p106 100前，记得把显卡的金手指擦得干净一点，不要怕擦坏，虽然是久在哥布林魔窟中挥泪洒汗的女骑士，但是你这点力度，它还是受得住的，不要怜惜它，拿起你的橡皮，用力一点，不要怕坏，总共没多少钱，显卡里面有灰无所谓，但是金手指一定要干净，不然的话，可能主板会认不到p106。在设备管理器的显示适配器里面看到有p106 100就算成功了。还有一点，如果发现没有显示p106 100，可以尝试先安装显卡驱动再插上显卡，虽然原理不明，但是经测试有效，我的p106白牌的有点不认卡，经过先驱动后插卡的方式解决。值得注意的是，如果没有其他需求，譬如游戏、电视之类的需求，请不要用魔改驱动来驱使p106进行AI绘图的操作，这有可能会使得ai绘图过程中出现报错和间歇性停止进程。所以，如我所说，直接安装官方驱动即可，至于安装是否自定义无所谓，驱动能装上就行，没有那么多讲究。由于我电脑的CPU是E3 1231V3，没有核显，同时主板为华硕的H81M K，没有第二个x16显卡插槽，我显然需要整一个显卡来亮机，这就占用了唯一的x16插槽，那么问题来了，我怎么样才能再上一块独立显卡呢。我们首先得知道，基于电脑主板最基本的拓展性需求，主板厂商在生产主板时一般都会预留1~2个x1的插槽，即使丐中丐也是如此（注：一体机主板和笔记本的主板除外。）在这种情况下，可以通过一根x1转x16的转接线实现使用p106的想法，通过这样，能使得p106 100能在x1带宽下以最低的性能运行AI绘图。像我一样没有多余显卡插槽的，可以参考我的方法来使用ai绘图和ai计算的操作。像拾光我这样的懒人肯定是懒得一个一个部署环境包的，为了图省事，干脆就用绘世的整合包及启动器，就这点看来绘世简直就是天使。（注：绘世的整合包和启动器是免费的，就不要到倒狗和不良商家那里买了，实在没找到可以找我要。）打开后，随便找了个模型跑了一下图，跑出的图和数据如下1girl,Steps: 20, Sampler: Euler a, CFG scale: 11, Seed: 15615412, Size: 512x512, Model hash: c6bbc15e32, Model: sd v1 5 inpainting, Conditional mask weight: 1.0, ENSD: 31337Time taken: 45.23sTorch active/reserved: 2165/2556 MiB, Sys VRAM: 3228/6072 MiB (53.16%)512x512大小的图耗时45.23s，还不错，之后还跑了几张图作为对照组，基本上都是40多秒上下，不超过50s，毕竟是基于x1带宽跑出来的图，这个速度算得上很快了。这里可以对比一下x1和x16的速度PCI Express带宽速率    X1476.84 MB/s3814.7 Mbps    X2953.68 MB/s7629.4 MbpsX41907.36 MB/s15258.9 MbpsX83814.72 MB/s30517.8 Mbps   X167629.44 MB/s61035.5 Mbps   X3215258.88 MB/s122071 Mbps注： x2模式仅用于主板内部接口而非插槽模式如此可见，x1带宽下尚且只需40多秒，x16下相比也值得期待。由此可见p106 100在ai绘图上也是能发发力的，而且相比于其他n卡来说，p106 100的价格对于手里拮据或者只是想玩玩ai绘图的兄弟们来说，也是可以接受的。别听加钱党的话，加的几百拿来跑ai绘图指不定还不如p106 100，最重要的是，加的钱又不是他们出，嘴瓢谁不会啊，懂得都懂。最后，这篇文章在这里就到尾声了。可能会不定时继续更新，至于之前有人留言的轻薄本怎么用外接显卡跑ai绘图，我抽个时间试下吧。下次一定，下次一定。未完待续。。。。。。本篇文章同步自拾光博客：https://www.timebaoku.online/文尾题外话：我的博客即将同步至腾讯云开发者社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support plan?invite_code=2e4i3hbj1qcks

简介：  对于stable diffusion这类ai绘画来说，N卡更能适应ai绘画的生态环境，这是由于英伟达早在多年前就针对AI绘画进行了布局，再加上与诸多AI领域的厂商合作，使得N卡的架构更能兼容AI绘画，这对于N卡用户来说，当然皆大欢喜，对于A卡用户就挺难受了，虽然有ONNX模型提供相关的功能，但是功能太少，许多基于n卡的插件也不对A卡兼容，这就导致很尴尬的情况出现。所以，为了能跑一下ai绘图，我选择买了一张p106 90 3g 的计算卡，老实讲，这卡我买来做计算卡是有点小亏了。本来就只支持x4的带宽,在加上我那个h81的主板只有一个x16插槽和两个x1插槽，就更尴尬了，索性买了一根x1转x16的转接线。但是，如我所说，作为一张不是显卡的显卡，p106有着接近1060的性能，虽然只是声称。在这样的情况下，p106的性能所剩无几。当然，如果只是这样的话，其实也还好。虽然只有x1的带宽，但是我既不拿来做显卡，也不拿来打游戏，也够用，拿来跑图而已，够用就好。为此，我直接上的官方驱动，至于魔改驱动，我也试了一下，发现在跑图上的性能会降低一点，干脆就用官方的驱动了，反正又不追求打游戏。在这里我顺带提一下，很多人不知道显卡带宽x1，x4，x16是个什么概念，这里我专门列了一个表，提供一个参考。PCI Express带宽速率X1476.84 MB/s3814.7 MbpsX2953.68 MB/s7629.4 MbpsX41907.36 MB/s15258.9 MbpsX83814.72 MB/s30517.8 MbpsX167629.44 MB/s61035.5 MbpsX3215258.88 MB/s122071 Mbps注： x2模式仅用于主板内部接口而非插槽模式综上，X1接口下，带宽所能发挥的性能肯定是远不如P106 3G的所带X4的，不过实际上，速度还是可观的。对比一下当前最常见的SATA3.0接口也就600MBps，即6Gbps，x1带宽的3814.7 Mbps就相当于38.147Gbs，实际上还算可观了，市面上所说的什么PCIE固态转接卡，号称远超sata3.0，便是来源于此。所以，我们买二手显卡的时候，人家说保x16的比那些声称保风扇的重要是这么来的。当然了，我这张p106又不当显卡，传输速度慢点无所谓。确认卡完好，不是坏的就行。在上完机之后，直接让它自动转官方驱动就行，无需装那些魔改驱动，只能说需求不一样，如果是要玩游戏的话，还是要装魔改驱动的，这里就不多赘述了，如果想知道怎么通过装魔改驱动来玩游戏的，还是等我哪天专门出一片文章吧。主要拾光我太懒了。现在你们只要知道这张算不上显卡的显卡能用就行了。在我们打开sd的启动器之后，进入stable diffusion的本地网页之后，随便输了几个描述词，也就是俗称的tag，然后就点击生成，但是只听见风扇突然转了一会然后就停了，出现了几列字符：RuntimeError:  CUDA out of memory. Tried to allocate 4.10 GiB (GPU 0; 3.00 GiB total  capacity; 2.46 GiB already allocated; 0 bytes free; 2.50 GiB reserved in  total by PyTorch) If reserved memory is >> allocated memory try  setting max_split_size_mb to avoid fragmentation.  See documentation for  Memory Management and PYTORCH_CUDA_ALLOC_CONF Time taken:21.76s Torch active/reserved: 2619/2656 MiB,Sys VRAM: 3072/3072 MiB (100.0%)大致的意思是什么呢？意思就是说：哎呀，你这卡，显存太低了，想要再用你4.1g的显存，但是你总共才3g显存，刚刚才只用了你2.46g的显存，你就被榨干了，大概就这意思。之后我在网上找了下解决方案，方法很多，但是对于我现在情况有用的很少，最实用的就是减小batch_size的大小再就是降低torch的版本，最好1.12.1版本。这样设置之后，能在没有VAE模型的情况下跑了。最后，附赠我跑出来的图。不准涩涩哦。

简介：本篇是我在跑ai绘图中实际遇到的问题，物理意义上的。大家都知道哈，当前AI绘画很火哈，所以我最近也初步试了一下。毕竟对于我这样没有绘画功力和天赋的手残党来说，一个能够自己创作涩涩的二次元老婆 的机会肯定不能放过对吧。尤其是大家知道吗，AI绘画跑出来的图它是真的好看啊所以我就这么入手了，用的是大家最熟悉的stable diffusion，嗯，还是最普遍的n卡版本。可是我没有N卡，悲本来我是打算用我那个刚从哥布林魔窟中拯救出来的两位“女骑士”——华硕RX580 2048sp以及RX590 GME 2304SP，用这两张A卡来跑AI绘图的，但是人算不如天算，由于电源当时贪便宜买的二三线品牌积至的一个450w电源，严重虚标对于我这两张a卡来说,能用，但是只能用一点点，用来亮个机，做个亮机卡，这当然是没有问题的。但是如果用来AI绘图，立马歇菜，直接触发断电保护，给自动关机了。当然，再此之前我就有这样的预感了，毕竟无论是3DMark，还是FurMark这样的压力软件，也就是俗称的“甜甜圈”。压根不能跑ai。所以，我不得不放弃用A卡跑AI绘图的想法。然后想起了一代神卡P106我电脑cpu是E3 1231v3是没有核显的，而想要用p106，没有核显就只能用一张亮机卡代替核显输出画面。本来我想着，我仅仅拿p106作为计算卡，我手里那张gt210做显卡不就行了吗，反正我又不拿它打游戏啥的。但是，当我去查了下资料之后发现，达咩，这样搞不行。P106即使作为计算卡也要配合亮机卡打驱动，所以，在我花了68块大洋买了一张索泰的p103 3G版本之后，又买了一张gt710作为亮机卡。花了我65块钱，为什么亮机卡都快比得上正主了在加上新买的但是又是二手的电源，心疼钱包ing。。。电源，要明天到，至于显卡这边的p106和gt710，还要在等三四天。在我打字这会儿，显卡还没发货呢。这也是没有办法的事情。那么，在没有显卡跑的情况下，能怎么办呢。答案是用CPU啊，想不到吧之前我发的两张图是我用cpu跑出来的捏。拾光我啊，还是有办法的捏最后，本日志持续更新中。（附张跑出来的图）

简介：执行以下步骤以更改CentOS上的默认SSH端口号： 登录centos服务器；输入vi /etc/ssh/sshd_config编辑此文件 在原配置文件Port 22这行回车添加新端口然后按键盘的Esc退出编辑，再然后输入:wq保存并退出。 添加一个新的端口最好把原来默认的22端口打开，等修改成功后再关闭22端口。 3、重启sshd服务：systemctl restart sshd4、查看sshd服务是否正常启动systemctl status sshd5、检查端口是否处于监听状态netstat  ntulp | grep sshd 6、设置防火墙策略 可以直接将防火墙全关闭systemctl stop firewalld systemctl disable firewalld7、关闭SeLinux vim /etc/selinux/config 8、重启生效，然后就可以用新端口登陆SSH，登陆后把22端口关闭。