はじめに｜ローカルじゃない？クラウド構築という選択肢
Stable Diffusionを使ってAIイラストを生成したい…でも、ローカルPCのスペックが足りない！という悩み、ありませんか？
他にもクラウドサービスのStableDiffusionの契約をしてみたけど、ネットワーク速度が足りなくてModelsのアップロードができない！という悩み
そんなときに便利なのが「クラウド構築」です。
クラウド環境で構築してしまえば、月額3000円(1日1〜2時間換算)程度でStableDiffusionを構築する事ができます。
今回は、Google Cloud Platform（GCP）を使って、
- T4 GPU
- n1-standard-4（4vCPU・15GBメモリ）
- Ubuntu 20.04 LTS
という構成でStable Diffusionを構築してみた体験をまとめます。
なぜこの構成にしたのか？
GPU：T4を選んだ理由
- 安価で利用でき、Stable Diffusion 1.5〜2.xの世代では十分な性能
- Google Cloudでもサポートされている
CPU＆メモリ：n1-standard-4にした理由
- 軽量モデルでコストを抑えつつ、インストールや実行が快適
- RAM15GBは、Web UIの起動やモデル読込にちょうどいいバランス
OS：Ubuntu 20.04 LTS
- 安定性と対応ライブラリが豊富
- 多くの導入ガイドやGitHubプロジェクトがこのバージョンを想定している
構築手順ざっくり流れ
- GCPでインスタンス作成（GPU付きVMを選択）※ディスク容量は40GBくらいは最低でも必要そう。
- Ubuntu 20.04 LTSを選び、SSHで接続
- Python、Git、CUDAなどの環境を整える
- AUTOMATIC1111のWeb UIをクローン
- モデルファイル（.ckpt or .safetensors）をアップロード
- Web UIを起動し、ブラウザからアクセスして使うだけ！
※T4を使う場合はCUDA11.x＋PyTorchのバージョンにも注意！
実際に使ってみてどうだった？
✅ よかった点
- 手元のPCのブラウザ(edge,GoogleChroom)から直接WebUIにアクセスできるので、操作性はローカルと変わらない
- クラウドなのでローカルPCのスペックや容量を気にせず作業できる
- 複数のLoRAやモデルを切り替えながらの検証も快適。
❌ 気をつけるべき点
- GCPのインスタンスは起動している時間に応じて課金される
→ 使わないときは必ずインスタンスを停止するのが節約のコツ - GCPでのコンピューターの構築にちょっと知識が必要。何も知識がない人はリージョンやトラフィック、外部IPアドレスなどの言葉を調べながらやる必要があるので大変。
使用料金の目安
実際の使用時間は1日2〜3時間ほどで試しましたが…
- GPU（T4）：約0.35ドル/時間
- インスタンス合計：約0.60ドル/時間
→ 1時間あたりおよそ90円前後
ローカルに高スペックPCがない人にとっては、必要なときだけ使えるクラウドはコスパ良好だと感じました！
まとめ｜クラウド構築はこんな人におすすめ
- 高性能GPU(NVIDIA製)を持っていない
- たまにしか使わないので、ローカル環境構築まではしたくない
- モデル検証やLoRAの切り替えを快適に行いたい
クラウド構築に不安がある人も、一度作ってみれば意外とできる！
必要なときだけ使える「大人のStable Diffusion環境」、おすすめです！
コメント