Эльбрус/нейросети

ggml

ggml — тензорная библиотека для машинного обучения. В примере ниже используется для работы llama (Large Language Model). Большое спасибо Илье Курдюкову за проделанные оптимизации под Эльбрус.

Для работы с ggml и llama.cpp необходимо выполнить следующие действия:

git clone https://github.com/alexmihalyk23/llama.cpp-e2k
cd llama.cpp-e2k
make -j8

Для загрузки необходимой модели можно воспользоваться скриптом:

./download-koala.sh

Для тестового диалога можно воспользоваться следующей командой, которая запустит чат-бота:

./alpaca.sh

ncnn

ncnn — высокопроизводительный фреймворк нейросетевого вывода, оптимизированный для мобильной платформы. Также данный фреймворк поддерживает vulkan, что позволяет запускать нейросети на видеокартах AMD.

Для установки необходимо выполнить следующие действия:

git clone https://github.com/Tencent/ncnn.git
cd ncnn
git submodule update --init
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr -DNCNN_VULKAN=ON ..
make -j8
sudo make install

На данный момент не реализованна поддержка многопоточности под Эльбрус.

Если хотите запустить пример с работой нейронной сети yolov3, можно выполнить следующие действия (из папки build перейдите в папку examples):

cd examples
make -j8
wget https://raw.githubusercontent.com/Qengineering/YoloV3-ncnn-Jetson-Nano/main/mobilenetv2_yolov3.param
wget https://github.com/Qengineering/YoloV3-ncnn-Jetson-Nano/raw/main/mobilenetv2_yolov3.bin
./yolov3 (изображение, на котором хотите запустить распознавание).png

Может возникнуть ошибка opencv(The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage') — тогда можно перейти в ncnn/examples и закоментировать imwshow и waitKey(0), заменив на cv::imwrite("image.png", image);:

$EDITOR ../../examples/yolov3.cpp

Для запуска теста можно запустить следующий тест:

cd ../examples
../build/examples/squeezenet ../images/256-ncnn.png

Stable-Diffusion-NCNN

Примечание: Для работы Stable-Diffusion необходимо установить ncnn

Stable-Diffusion-NCNN — программное обеспечение с открытым исходным кодом, создающее изображения по текстовым описаниям. Данная реализация поддерживает vulkan благодаря работе с ncnn.

Для установки необходимо выполнить следующие действия:

git clone https://github.com/EdVince/Stable-Diffusion-NCNN.git
cd Stable-Diffusion-NCNN/x86/linux
sed -i 's/net.opt.use_vulkan_compute = true/net.opt.use_vulkan_compute = false/' src/decoder_slover.cpp
sed  -i 's/net.opt.use_vulkan_compute = false/net.opt.use_vulkan_compute = true/' src/decoder_slover.cpp
sed  -i 's/net.opt.use_fp16_storage = false/net.opt.use_fp16_storage = true/' src/decoder_slover.cpp
sed  -i 's/net.opt.use_bf16_storage = true/net.opt.use_bf16_storage = false/' src/decoder_slover.cpp
sed  -i 's/net.opt.use_vulkan_compute = false/net.opt.use_vulkan_compute = true/' src/diffusion_slover.cpp
mkdir build && cd build
cmake ..
make -j8

Для работы с Stable-Diffusion необходимо скачать модели AutoencoderKL-fp16.bin, FrozenCLIPEmbedder-fp16.bin, UNetModel-MHA-fp16.bin, AutoencoderKL-encoder-512-512-fp16.bin, и поместить их в папку assets, которая располагается в папке build.

Для запуска генерации можете выполнить ./stable-diffusion-ncnn

Если хотите генерировать что-то свое, то можно изменить файл magic.txt (более подробное описание)

waifu2x ncnn Vulkan

Примечание: Для работы waifu2x-ncnn-vulkan необходимо установить ncnn

Программа для апскейла (upscale) изображений.

Для установки необходимо выполнить следующие действия:

git clone https://github.com/nihui/waifu2x-ncnn-vulkan
cd waifu2x-ncnn-vulkan
git submodule update --init --recursive
mkdir build
cd build
cmake ../src
cmake --build . -j 8

Для запуска можно выполнить данную команду:

./waifu2x-ncnn-vulkan -i input.png -o output.png -n 2 -s 2

Данную программу можно использовать совместно со Stable-Diffusion-NCNN для увеличения сгенерированного изображения.

Если что-то было непонятно, можно посмотреть видеоинструкцию.

Ссылки

• Нейронные сети на Эльбрусе
• Загоняем Альпаку на Эльбрус: часть первая, часть вторая