之前在驱动云上部署了ChatGLM，本文记录在驱动云 VirtAI Cloud 上部署 stable-diffusion-webui 遇到的一些问题。

用免费 GPU 跑 Stable-Diffusion

核心的部署步骤见教程 用免费 GPU 跑 Stable-Diffusion，主要包含了：

• 在云上创建项目：选择镜像和数据集；
• 启动实例；
• 部署模型；
• 在UI中体验；

接下来是使用驱动云过程中遇到的问题。

解压配置文件

按教程提示，发现 /gemini/data-1 下没有 cache.tar 文件。看样子，应该是换了位置，于是搜索了下：

find / -name "cache.tar"

发现是在/share 文件夹下，于是重新解压配置文件：

tar -xf /share/cache.tar -C /root/

拷贝 frpc 内网穿透文件

和 cache.tar 文件一样，frpc_linux_amd64 也存储在 /share/下。
因此，如法炮制更新 cp 命令。经过这个操作后，就可以使用公网地址，访问我们部署的服务了。

问了下一言，什么是 frpc 内网穿透。
FRPC（内网穿透）是一种网络技术，它可以将内网中的服务暴露到外网中，使得外网用户可以访问内网中的服务。它主要通过端口映射和协议转换等技术实现。

一般情况下，内网中的主机是无法被外网直接访问的，因为内网与外网之间存在网络隔离。而 FRPC 的作用就是突破这个隔离，将内网中的服务暴露到外网中。

具体来说，FRPC 可以通过以下步骤实现内网穿透：

内网穿透需要在内网中开启相应的服务，并在服务端设置端口映射和协议转换。端口映射是将内网服务的端口与外网端口进行映射，使得外网用户可以通过访问外网端口来访问内网服务。协议转换是将内网使用的协议转换为外网可以识别的协议，从而使得外网用户可以正确地访问内网服务。
在外网中通过公网 IP 地址访问内网服务。外网用户可以通过公网 IP 地址加端口号来访问内网服务，此时 FRPC 会将请求转发到内网中的相应服务上。
FRPC 会对数据包进行加密和认证，保证数据的安全性和完整性。同时，FRPC 还会对数据包进行压缩和校验，确保数据的正确性和一致性。
总之，FRPC 可以使得外网用户可以访问内网中的服务，从而实现内外网的互通。但是需要注意的是，使用 FRPC 需要注意数据的安全性和隐私保护。

访问 UI

驱动云会提供一个类似 http://direct.virtaicloud.com:xxxx 的URL，注意一定要使用http访问。
同时，终端也会显示类似 https://xyxdd.gradio.live/ 的URL。

训练任务

在 DogsVSCats 的练习中，需要部署训练任务。需要注意的是，免费账号最多支持 2个GPU。也就是说，在训练任务开始前，需要停止云实例，否则会由于配额不足导致任务训练无法调度。

Stable-Diffusion

问了下一言， 让其用普通人能理解的文字介绍下 Stable-Diffusion：
Stable Diffusion是一个文本到图像的潜在扩散模型，它的目的是生成高质量的图像。这个模型是基于LAION-5B数据库子集的512x512图像进行训练的，它使用随机高斯噪声作为输入，然后逐步去噪以生成感兴趣的图像。
在训练过程中，该模型通过使用潜在扩散过程，学习将输入的文本转化为图像。这种文本到图像的转换过程使用了潜在扩散模型的技术，使得模型能够从文本中生成具有高保真度的图像。
与早期的文本到图像生成模型相比，Stable Diffusion具有更高的稳定性和更好的生成质量。它能够生成包括人脸在内的任何图像，而且生成的图像更加清晰、自然。
此外，该模型还具有开源的预训练模型，使得用户可以在自己的机器上运行它。这种开源的特性使得Stable Diffusion成为一种非常流行的图像生成模型。
总的来说，Stable Diffusion是一种使用潜在扩散模型将文本转化为高质量图像的强大工具。