曲线救国|基于函数计算FC3.0部署AI数字绘画stable-diffusion

简介: 曲线救国|基于函数计算FC3.0部署AI数字绘画stable-diffusion

在经过了上一次曲线救国失败经历之后,失败经历参考博文:https://developer.aliyun.com/article/1382950 意外发现可以通过另外一种曲线救国方案来实现基于函数计算FC3.0部署【AI数字绘画stable-diffusion】模型方案,这里说明一下,之所以不选择模版应用【AI数字绘画stable-diffusion自定义模型版】,是由于这个模型不满足曲线救国的方案下面细细道来。

基于函数计算FC2.0部署AI数字绘画stable-diffusion

进入函数计算控制台:https://fcnext.console.aliyun.com/overview 点击【应用】选择AI数字绘画stable-diffusion模版应用

image.png点击【立即创建】进入函数计算FC2.0应用创建页面,选择【通过代码仓库部署】

image.png

这里说明一下:必须选择【通过代码仓库部署】,因为只有这样才能将函数计算FC2.0 AI数字绘画stable-diffusion的代码push到你的github仓库,这样后续才可以切换到函数计算FC3.0体验部署AI数字绘画stable-diffusion。然后下拉页面点击【创建并部署默认环境】

image.png

进入弹框提醒页面,如图勾选后点击【同意并继续部署】

image.png

函数计算FC2.0开始自动化部署

image.png

完成AI数字绘画stable-diffusion模版应用的部署,这里记录一下,整个部署过程耗时1分钟7秒。部署成功后下滑页面,点击【sd】

image.png

查看sd函数的【镜像加速准备状态】为 可用

image.png

回到函数计算FC2.0 AI数字绘画stable-diffusion 部署成功页面

image.png

点击【访问域名】跳转到文生图操作页面,这里说明一下,所有参数按默认的来,直接点击【生成】

image.png

生成图片内容

整个生成过程耗时37.6s,详细的信息

masterpiece,bestquality,verydetailed,extremelydetailedbeautiful,superdetailed,tousledhair,illustration,dynamicangles,girly,fashionclothing,standing,mannequin,lookingatviewer,interview,beach,beautifuldetailedeyes,exquisitelybeautifulface,floating,highsaturation,beautifulanddetailedlightandshadowNegativeprompt:loli,nsfw,logo,text,badhandv4,EasyNegative,ng_deepnegative_v1_75t,rev2-badprompt,verybadimagenegative_v1.3,negative_hand-neg,mutatedhandsandfingers,poorlydrawnface,extralimb,missinglimb,disconnectedlimbs,malformedhands,uglySteps:20,Sampler:Eulera,CFGscale:7,Seed:2882198556,Size:512x512,Modelhash:61e23e57ea,Model:mixProV4.Cqhm,VAEhash:df3c506e51,VAE:cIF8Anime2.43ol.ckpt,Version:v1.6.0Timetaken:37.6sec.A:11.44GB,R:12.29GB,Sys:12.5/14.6104GB(85.5%)

回到我的github代码仓库可以看到 AI数字绘画stable-diffusion 模型代码已经push到我的github仓库中了

image.png

为了防止函数计算FC2.0 模版应用不用时扣费,这里删除刚才部署成功的 AI数字绘画stable-diffusion 应用

image.png

注意:这里一定不要勾选清除代码仓库的选框,你选择清除的话,那么已经push到你的代码仓库的应用就没了,后面就没法进行函数计算FC3.0的部署测试了。

基于函数计算FC3.0部署AI数字绘画stable-diffusion

点击右上角【体验函数计算3.0】切换到函数计算FC3.0控制台

image.png

点击【应用】选择【通过仓库导入应用】

image.png

点击【创建并部署默认环境】

image.png

整个部署过程耗时1分钟9秒,和函数计算FC2.0部署耗时来看无大的变化

image.png

点击【sd】查看sd函数触发器状态 已启用

image.png

回到函数计算FC3.0 AI数字绘画stable-diffusion 部署成功页面

image.png

点击【访问域名】进入文生图页面,所有参数还是默认,点击【生成】

image.png

文生图结果如图

整个文生图过程耗时21s,相较于函数计算FC2.0的文生图速度,提升了将近一半,详细信息如下

masterpiece,bestquality,verydetailed,extremelydetailedbeautiful,superdetailed,tousledhair,illustration,dynamicangles,girly,fashionclothing,standing,mannequin,lookingatviewer,interview,beach,beautifuldetailedeyes,exquisitelybeautifulface,floating,highsaturation,beautifulanddetailedlightandshadowNegativeprompt:loli,nsfw,logo,text,badhandv4,EasyNegative,ng_deepnegative_v1_75t,rev2-badprompt,verybadimagenegative_v1.3,negative_hand-neg,mutatedhandsandfingers,poorlydrawnface,extralimb,missinglimb,disconnectedlimbs,malformedhands,uglySteps:20,Sampler:Eulera,CFGscale:7,Seed:1377171943,Size:512x512,Modelhash:61e23e57ea,Model:mixProV4.Cqhm,VAEhash:df3c506e51,VAE:cIF8Anime2.43ol.ckpt,Version:v1.6.0Timetaken:21.0sec.A:11.48GB,R:12.42GB,Sys:12.4/14.6104GB(85.1%)

为了防止不必要的扣费,这里删除部署的应用

image.png

勾选后点击【删除应用及所选资源】即可。

总结

到这里,整个基于函数计算FC2.0 和函数计算FC3.0 部署 AI数字绘画stable-diffusion 的操作就算完成了,这个过程加上记录操作过程博文的时间,耗时3小时,大家如果不用博文记录的话,直接按文档操作,耗时15分钟足够。

实验过程虽然说是曲线救国的方案,但是实验体验整体上还是很满意的,部署很流畅,部署成功后的文生图效果以及文生图速度很满意,记得之前在函数计算FC2.0部署文生图模版应用时还时不时会出现部署成功但是文生图一直执行30分钟不出图片的情况。这里函数计算FC3.0文生图效果很好很快,相比函数计算FC2.0 应用部署页面操作也简化了,而过去习惯的的操作也保留了,整体上体验感拉满,赞。


相关实践学习
【玩转ComfyUI】基于函数计算一键部署AI生图平台ComfyUI
本次实验将带大家通过使用阿里云产品函数计算FC,快速使用ComfyUI实现更高质量的图像生成。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
7月前
|
人工智能 物联网 调度
边缘大型AI模型:协作部署与物联网应用——论文阅读
论文《边缘大型AI模型:协作部署与物联网应用》系统探讨了将大模型(LAM)部署于边缘网络以赋能物联网的前沿框架。针对传统云端部署高延迟、隐私差的问题,提出“边缘LAM”新范式,通过联邦微调、专家混合与思维链推理等技术,实现低延迟、高隐私的分布式智能。
1235 6
边缘大型AI模型:协作部署与物联网应用——论文阅读
|
7月前
|
人工智能 测试技术 API
构建AI智能体:二、DeepSeek的Ollama部署FastAPI封装调用
本文介绍如何通过Ollama本地部署DeepSeek大模型,结合FastAPI实现API接口调用。涵盖Ollama安装、路径迁移、模型下载运行及REST API封装全过程,助力快速构建可扩展的AI应用服务。
2426 7
|
7月前
|
机器学习/深度学习 人工智能 监控
Java与AI模型部署:构建企业级模型服务与生命周期管理平台
随着企业AI模型数量的快速增长,模型部署与生命周期管理成为确保AI应用稳定运行的关键。本文深入探讨如何使用Java生态构建一个企业级的模型服务平台,实现模型的版本控制、A/B测试、灰度发布、监控与回滚。通过集成Spring Boot、Kubernetes、MLflow和监控工具,我们将展示如何构建一个高可用、可扩展的模型服务架构,为大规模AI应用提供坚实的运维基础。
576 0
|
7月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
770 30
|
8月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
818 12
|
SQL 分布式计算 Serverless
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
鹰角网络为应对游戏业务高频活动带来的数据潮汐、资源弹性及稳定性需求,采用阿里云 EMR Serverless Spark 替代原有架构。迁移后实现研发效率提升,支持业务快速发展、计算效率提升,增强SLA保障,稳定性提升,降低运维成本,并支撑全球化数据架构部署。
1378 56
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
|
人工智能 开发框架 安全
Serverless MCP 运行时业界首发,函数计算让 AI 应用最后一公里提速
作为云上托管 MCP 服务的最佳运行时,函数计算 FC 为阿里云百炼 MCP 提供弹性调用能力,用户只需提交 npx 命令即可“零改造”将开源 MCP Server 部署到云上,函数计算 FC 会准备好计算资源,并以弹性、可靠的方式运行 MCP 服务,按实际调用时长和次数计费,欢迎你在阿里云百炼和函数计算 FC 上体验 MCP 服务。
1032 31
|
11月前
|
存储 编解码 Serverless
Serverless架构下的OSS应用:函数计算FC自动处理图片/视频转码(演示水印添加+缩略图生成流水线)
本文介绍基于阿里云函数计算(FC)和对象存储(OSS)构建Serverless媒体处理流水线,解决传统方案资源利用率低、运维复杂、成本高等问题。通过事件驱动机制实现图片水印添加、多规格缩略图生成及视频转码优化,支持毫秒级弹性伸缩与精确计费,提升处理效率并降低成本,适用于高并发媒体处理场景。
1292 0
|
8月前
|
人工智能 运维 安全
聚焦 AI 应用基础设施,云栖大会 Serverless AI 全回顾
2025 年 9 月 26 日,为期三天的云栖大会在杭州云栖小镇圆满闭幕。随着大模型技术的飞速发展,我们正从云原生时代迈向一个全新的 AI 原生应用时代。为了解决企业在 AI 应用落地中面临的高成本、高复杂度和高风险等核心挑战,阿里云基于函数计算 FC 发布一系列重磅服务。本文将对云栖大会期间 Serverless+AI 基础设施相关内容进行全面总结。