ローカルPCのGPUでStable Diffusion Web UIを使って画像生成をしていましたが、高解像度になるとVRAMが足りない・・・このためにビデオカード買うのもなんだかなと思ったので、AWSのGPUを搭載したEC2インスタンスでStable Diffusion Web UIを使ってみました。

AWS 環境設定

セキュリティグループの設定

コンソールから「EC2」と検索→クリックし、左タブのセキュリティグループをクリックします。

右上セキュリティグループを作成をクリックし、インバウンドルールを以下のように設定します。

SSH ポート番号22 0.0.0.0/0 はEC2をAWS コンソール上で接続して操作するのに必要で、
カスタムTCP ポート番号7860 マイIPはStable Diffusion Web UIを立ち上げたページにアクセスするのに必要です。

インスタンス起動&設定

今回はg5.xlargeインスタンスを用います。
g5 インスタンスはAWS NVIDIA A10G Tensor Core GPUを使用しており、GPUあたり24GBのVRAMが搭載されています。

私はvCPU制限緩和の申請が必要でしたのでそれも行いました。

EC2→制限→制限計算ツールのインスタンスタイプにg5と入れ、現在の制限が4未満だった場合、g5シリーズのインスタンスを立ち上げることができません。
画像右下の「オンデマンド制限の引き上げをリクエスト」からvCPU引き上げをリクエストしてください。

インスタンス設定内容

以下のように設定します。

OS -> Ubuntu Server 22.04
instance -> g5.xlarge
キーペア -> なし（AWSコンソール上からの接続しか使わない為）
セキュリティグループ -> セキュリティグループの設定で作成したもの
ボリューム -> 必要に応じて(最低でも30GBは欲しい)

起動後、インスタンスを選択し、「接続」から以下画面に飛べるので接続します。

このように画面コマンドを打てるようになったら成功です。

Stable Diffusion Web UI動作環境設定

stable-diffusion-webui-dockerを使って環境を構築します。

各種インストール

GCC,Git,Docker,Docker Composeをインストールします。

$ sudo apt update
$ sudo apt install build-essential
$ gcc --version # gccインストールの確認
$ sudo apt install git
$ sudo apt install docker.io
$ sudo service docker start
$ docker --version # バージョンの確認
$ sudo mkdir -p /usr/local/lib/docker/cli-plugins 
$ export VER=2.15.1 # 環境変数 VERにDocker Composeのバージョンを入れる(20230321時点では2.15.1が最新)
$ sudo curl \
  -L https://github.com/docker/compose/releases/download/v${VER}/docker-compose-$(uname -s)-$(uname -m) \
  -o /usr/local/lib/docker/cli-plugins/docker-compose
$ sudo chmod +x /usr/local/lib/docker/cli-plugins/docker-compose 
$ sudo ln -s /usr/local/lib/docker/cli-plugins/docker-compose /usr/bin/docker-compose 
$ docker-compose --version # docker compose バージョンの確認

Nvidia Driver,nvidia-container-toolkitをインストールします。
DRIVER_VERSION変数に入れるバージョンはNvidiaのDriverバージョン確認をしてから入力します。

入力の結果525.85.12でしたので、その値を入れています。

$ BASE_URL=https://us.download.nvidia.com/tesla
$ DRIVER_VERSION=525.85.12 # ドライバのバージョン確認が必要
$ curl -fSsl -O $BASE_URL/$DRIVER_VERSION/NVIDIA-Linux-x86_64-$DRIVER_VERSION.run
$ sudo sh NVIDIA-Linux-x86_64-$DRIVER_VERSION.run

この後画面が切り替わり以下のようになれば問題無しです。

2つほど警告が出ますがそのまま進めればインストール完了

Docker上でもGPUを認識させるためにnvidia-container-toolkitも入れます。

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
      && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
      && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
            sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
            sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
$ sudo apt update
$ sudo apt install -y nvidia-docker2
$ sudo nvidia-ctk runtime configure --runtime=docker
$ sudo systemctl restart docker
$ nvidia-smi # GPU認識確認

nvidia-smiで以下のような画面になったらNvidiaのドライバーが入っています。

stable-diffusion-webui-dockerセットアップ&起動

$ git clone https://github.com/AbdBarho/stable-diffusion-webui-docker
$ cd stable-diffusion-webui-docker

プルしてきたdocker-compose.ymlに一部追記します。
CLI_ARGS=に--no-half-vae --precision full --no-halfを書き加えます。

$ vi docker-compose.yml

docker-compose.yml

auto: &automatic
   <<: *base_service
   profiles: ["auto"]
   build: ./services/AUTOMATIC1111
   image: sd-auto:49
   environment:
     - CLI_ARGS=--allow-code --medvram --xformers --enable-insecure-extension-access --api --no-half-vae --precision full --no-half # 引数を追加する

docker composeでモデルのダウンロードやセットアップを行います。
初回実行時は10分弱程度時間が掛かります。

$ sudo docker compose --profile download up --build
$ sudo docker compose --profile auto up --build

EC2コンソール接続の左下パブリックIPに:7860を付け足してブラウザのURL入力欄に張り付けて読み込みます。

このようにアクセスできたら成功です！（画像はGenerate後の結果）
Generateボタンを押せばEC2のGPUを使用して画像生成が始まります。詳しい操作方法はいろんなページを調べてみてください。

その他

AWS CLI+S3で以下のようなこともしてみました。
aws configureでアクセスキーの入力をしています。必要な権限を持っているIAMユーザーのキーをお使いください。

他モデルの使用

S3に他モデルをアップロードして、AWS CLIを用いてデータのやり取りをします。

適当なバケットを作りそこにモデルやLora等アップロードし、syncコマンドでEC2インスタンスのボリュームへコピーします。

$ sudo apt install awscli
$ aws --version # aws cliバージョン確認
$ aws configure # アクセスキー設定

# chmodで権限を変更してからSync
$ cd data
$ sudo chmod 777 StableDiffusion
$ aws s3 sync s3://xxxxxxxxxxxx/expansion/model/ ./StableDiffusion
$ sudo chmod 777 Lora
$ aws s3 sync s3://xxxxxxxxxxxx/expansion/lora/ ./Lora

この後は再度stable-diffusion-webui-dockerセットアップ&起動のsudo docker composeの2行を実行しなおします。

生成画像をS3へ保存

生成画像はoutputフォルダに入っているので、S3の指定のバケットURIへSyncすればOKです。

$ aws s3 sync ./output s3://xxxxxxxxxxxx/generated-photos/

保存完了！

まとめ

EC2のGPU搭載インスタンスでStable Diffusionを使い画像を生成することができました。
ローカルPCのGPUを使わないので、画像生成中にゲームもできますし便利です！

VRAMも24GBあるため、高い解像度の画像生成もできそうです。
720x1280の出力では11GB程VRAMを消費していました。

ここまで見ていただきありがとうございました。何か改善点や間違い等あればご指摘いただければと思いますm(__)m

AWS EC2 GPUインスタンスでStable Diffusionを使う