はじめに

Stable Diffusionは、AI生成画像の世界に革命をもたらしました。しかし、macOS上で効率的に実行するのは必ずしも簡単ではありません。

この記事では、Hugging Face Diffusersライブラリを使用して、macOS上でStable Diffusion（特にXLモデル）を最適化する方法を詳しく解説します。

なぜDiffusersライブラリを選ぶのか？

Hugging Face Diffusersライブラリには、macOSユーザーにとって以下のような利点があります：

Apple Silicon Mac上でのMPSの効率的な利用
生成プロセスのより細かな制御
様々なモデルとスケジューラーを試せる柔軱性

環境のセットアップ

まずは、Pythonの仮想環境を作成し、必要なライブラリをインストールしましょう：

python3 -m venv venv
source venv/bin/activate
pip install torch transformers diffusers

Stable Diffusion XLの実装

以下は、macOS上でMPSを使用してStable Diffusion XLを実行するPythonスクリプトです：

import torch
from diffusers import StableDiffusionXLPipeline, EulerDiscreteScheduler

# 設定
WIDTH, HEIGHT = 512, 896
NUM_INFERENCE_STEPS = 30
NUM_IMAGES_PER_PROMPT = 4
MODEL_PATH = "./sd_xl_base_1.0.safetensors" # .safetensorsチェックポイントファイルへのパス

# パイプラインの初期化
def create_pipeline(model_path, scheduler=None):
    return StableDiffusionXLPipeline.from_single_file(
        model_path,
        torch_dtype=torch.float32,
        variant="fp32",
        use_safetensors=True,
        scheduler=scheduler
    )

# パイプラインのセットアップ
pipe = create_pipeline(MODEL_PATH)
scheduler = EulerDiscreteScheduler.from_config(pipe.scheduler.config)
pipe = create_pipeline(MODEL_PATH, scheduler)

# macOS向けに最適化
pipe.to("mps")
pipe.enable_attention_slicing()

# 画像生成
def generate_images(prompt, negative_prompt=""):
    return pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        height=HEIGHT,
        width=WIDTH,
        num_inference_steps=NUM_INFERENCE_STEPS,
        num_images_per_prompt=NUM_IMAGES_PER_PROMPT,
        generator=torch.Generator(device="mps")
    ).images

# 使用例
prompt = "a photo of an astronaut riding a horse on mars"
negative_prompt = "blurry, dark photo, blue"
images = generate_images(prompt, negative_prompt)

# 画像の保存
for i, image in enumerate(images):
    image.save(f"./output-{i:02d}.png")

主要コンポーネントの説明

パイプラインの初期化: StableDiffusionXLPipelineを使用して、カスタムモデル（.safetensorsファイル）をロードします。MPSがfp16をサポートしていないため、torch_dtype=torch.float32を設定しています。
スケジューラー: Stable Diffusionで高品質な結果を生成することで知られるEulerDiscreteSchedulerを使用しています。
MPSの利用: pipe.to("mps")でパイプラインをMPSデバイスに移動します。
プロンプトエンジニアリング: 画像生成をガイドするための正のプロンプトとネガティブプロンプトの両方を定義します。
画像生成: 定義したパラメータ（寸法、推論ステップ、プロンプトごとの画像数など）でパイプラインを呼び出します。

StableDiffusionXLPipelineと.safetensorsファイルの使用

Stable Diffusion XLモデルを.safetensors形式で使用する場合、通常のStableDiffusionPipelineではなくStableDiffusionXLPipelineを使用することが重要です。

StableDiffusionXLPipelineで.safetensorsファイルを使用するには：

MODEL_PATHでファイルパスを指定
from_single_file()メソッドを使用してモデルをロード
パイプラインの初期化時にuse_safetensors=Trueを設定

.safetensorsファイルの入手先

.safetensorsファイルは様々なソースから入手可能です。以下は人気のあるリソースです：

Civitai.com: アーティストや開発者がカスタムモデルを共有するコミュニティ駆動型プラットフォーム。
Hugging Face Model Hub: 公式およびコミュニティ提供のモデルが多数あるリポジトリ。

ダウンロード時の注意点：

ライセンスと使用条件を常に確認し、尊重してください。
非公式のソースからダウンロードする際は、セキュリティに注意してください。
モデルカードやドキュメントを確認し、特別な使用方法があるか確認してください。

カスタマイズと実験

以下の項目を自由に実験してみてください：

MODEL_PATHを変更して異なるモデルを試す
Diffusersライブラリの他のスケジューラーを試す
WIDTH、HEIGHT、NUM_INFERENCE_STEPS、NUM_IMAGES_PER_PROMPTを調整する
さまざまなプロンプトとネガティブプロンプトを作成する

まとめ

Hugging Face Diffusersライブラリと適切なStableDiffusionXLPipelineを活用することで、macOS上でStable Diffusion XLを効率的に実行し、Metal Performance Shadersの性能を最大限に引き出すことができます。

このアプローチにより、生成プロセスを細かく制御し、異なるモデル、スケジューラー、パラメータを簡単に試すことが可能になります。使用するモデルのライセンスに気をつけて、MacでもAI画像生成を楽しみましょう！