¿Quieres probar FLUX en línea sin complicaciones adicionales?
¡Puedes ejecutar FLUX.1 Pro, Schnell y Dev en Anakin AI ahora!
Flux Schnell es un robusto modelo de generación de texto a imagen capaz de producir imágenes de alta calidad a partir de indicaciones textuales. En este tutorial, te guiaremos a través de los pasos para configurar y ejecutar Flux Schnell localmente en un MacBook Pro M3 Max. Esta configuración permite una generación eficiente de imágenes aprovechando hasta 40 GB de RAM, con cada imagen tardando alrededor de 30 segundos en producirse.
Antes de comenzar, asegúrate de que tu sistema cumpla con los siguientes requisitos:
Tutorial Paso a Paso para Ejecutar Flux.1 Pro en Mac Localmente
Primero, crearemos un nuevo entorno de Conda y lo activaremos:
conda create -n flux python=3.11
conda activate flux
Ahora, instalaremos los paquetes requeridos:
pip install torch==2.3.1
pip install git+https://github.com/huggingface/diffusers.git
pip install transformers==4.43.3 sentencepiece==0.2.0 accelerate==0.33.0 protobuf==5.27.3
Crea un nuevo archivo de Python llamado flux_schnell.py y agrega el siguiente código:
import torch
from diffusers import FluxPipeline
import diffusers# Modificar la función rope para manejar el dispositivo MPS
_flux_rope = diffusers.models.transformers.transformer_flux.rope
def new_flux_rope(pos: torch.Tensor, dim: int, theta: int) -> torch.Tensor:
assert dim % 2 == 0, "La dimensión debe ser par."
if pos.device.type == "mps":
return _flux_rope(pos.to("cpu"), dim, theta).to(device=pos.device)
else:
return _flux_rope(pos, dim, theta)
diffusers.models.transformers.transformer_flux.rope = new_flux_rope
# Cargar el modelo Flux Schnell
pipe = FluxPipeline.from_pretrained(
"black-forest-labs/FLUX.1-schnell",
revision='refs/pr/1',
torch_dtype=torch.bfloat16
).to("mps")
# Definir el aviso
prompt = "Un gato sosteniendo un cartel que dice hola mundo"
# Generar la imagen
out = pipe(
prompt=prompt,
guidance_scale=0.,
height=1024,
width=1024,
num_inference_steps=4,
max_sequence_length=256,
).images[0]
# Guardar la imagen generada
out.save("flux_image.png")
Ejecuta el script de Python:
python flux_schnell.py
Esto generará una imagen basada en el aviso “Un gato sosteniendo un cartel que dice hola mundo” y la guardará como “flux_image.png” en el mismo directorio.
Vamos a desglosar los componentes clave del script:
import torch
from diffusers import FluxPipeline
import diffusers
Estas líneas importan los módulos necesarios: PyTorch para operaciones con tensores, FluxPipeline de la biblioteca diffusers para usar el modelo Flux Schnell y el módulo diffusers para utilidades adicionales.
_flux_rope = diffusers.models.transformers.transformer_flux.rope
def new_flux_rope(pos: torch.Tensor, dim: int, theta: int) -> torch.Tensor:
assert dim % 2 == 0, "La dimensión debe ser par."
if pos.device.type == "mps":
return _flux_rope(pos.to("cpu"), dim, theta).to(device=pos.device)
else:
return _flux_rope(pos, dim, theta)diffusers.models.transformers.transformer_flux.rope = new_flux_rope
Esta sección modifica la función rope (Rotary Position Embedding) para manejar el dispositivo MPS (Metal Performance Shaders) utilizado en los chips de Apple Silicon. Asegura la compatibilidad con el chip M3 Max moviendo los tensores a la CPU cuando sea necesario.
pipe = FluxPipeline.from_pretrained(
"black-forest-labs/FLUX.1-schnell",
revision='refs/pr/1',
torch_dtype=torch.bfloat16
).to("mps")
Este código carga el modelo Flux Schnell desde el repositorio de modelos de Hugging Face. Especifica la versión del modelo, establece el tipo de datos en bfloat16 para eficiencia y mueve el modelo al dispositivo MPS.
prompt = "Un gato sosteniendo un cartel que dice hola mundo"out = pipe(
prompt=prompt,
guidance_scale=0.,
height=1024,
width=1024,
num_inference_steps=4,
max_sequence_length=256,
).images[0]
Aquí, definimos el aviso y usamos el modelo cargado para generar una imagen. Los parámetros controlan varios aspectos del proceso de generación:
guidance_scale: Establecido en 0 para generación incondicional.height y width: Establecen las dimensiones de la imagen de salida en 1024x1024 píxeles.num_inference_steps: Controla el número de pasos de denoising (4 en este caso para una generación más rápida).max_sequence_length: Limita la longitud máxima de la secuencia de entrada.out.save("flux_image.png")
Finalmente, esta línea guarda la imagen generada como un archivo PNG llamado “flux_image.png” en el directorio actual.
Para aprovechar al máximo tu MacBook Pro M3 Max y lograr un tiempo de generación de ~30 segundos con hasta 40 GB de uso de RAM, considera los siguientes consejos:
height y width. Inversamente, puedes aumentarlos para obtener mayor calidad a costa de tiempos de generación más largos.num_inference_steps: Aumentar este valor puede llevar a imágenes de mayor calidad pero aumentará el tiempo de generación. Disminuirlo acelerará el proceso pero puede reducir la calidad de la imagen.torch.bfloat16 ayuda a reducir el uso de memoria y potencialmente aumentar la velocidad sin pérdida significativa de calidad.Si encuentras algún problema al ejecutar Flux Schnell en tu MacBook Pro M3 Max, prueba lo siguiente:
torch.cuda.empty_cache()
5. Reiniciar el núcleo: Si estás usando un cuaderno de Jupyter o un entorno similar, intenta reiniciar el núcleo si encuentras errores persistentes.
Ejecutar Flux Schnell localmente en tu MacBook Pro M3 Max ofrece potentes capacidades de generación de texto a imagen. Con la configuración descrita en este tutorial, puedes crear imágenes de alta calidad a partir de descripciones textuales en aproximadamente 30 segundos, utilizando hasta 40 GB de RAM. Ten en cuenta que el rendimiento puede variar según tu hardware y la complejidad de los avisos.
No dudes en experimentar con diferentes parámetros para lograr el mejor equilibrio entre velocidad y calidad de imagen para tus necesidades. A medida que los modelos de IA y el hardware continúan avanzando, resultados aún más impresionantes están en el horizonte. ¡Feliz generación!
