华为昇腾NPU卡 文生视频[T2V]大模型WAN2.1模型推理使用

先看效果:

output_video

output_video是之前使用910B系列 NPU,Wan2.1-T2V-1.3B模型生成的,效果没有我之前用的Wan2.1-T2V-14B生成的质量好。(参考链接:https://www.mindspore.cn/news/detail?id=3632

(最新的是Wan2.2-TI2V-5B/T2V-A14B/I2V-A14B: 可以从国内源魔搭下载:https://modelscope.cn/models/Wan-AI/Wan2.2-TI2V-5B/summary?version=bf16

下面详细说下文生视频的大模型详细部署过程。

(硬件、软件配置和上次文生图片[T2I]及文生语音[T2A]一样。
华为昇腾NPU卡 文生图[T2I]大模型stable_diffusion_v1_5模型推理使用

及(华为昇腾NPU卡 文生音频[T2A]大模型suno/bark模型推理使用

环境:
1.硬件配置

申请华为云AI Notebook。

NPU basic · 1 * NPU 910B · 8v CPU · 24GB

2.软件:

预装镜像:euler2.9-py310-torch2.1.0-cann8.0-openmind0.9.1-notebook

复制代码
openmind版本太旧,可以升级一下。
1. clone openmind源码:
git clone https://gitee.com/ascend/openmind.git

2. 安装openmind:
进入到openmind代码仓根目录,执行
pip install .[pt] -i https://mirrors.aliyun.com/pypi/simple/
openmind安装完成后,需要配置一个环境变量,才能使用openmind-cli相关命令,在openmind安装完成后可以看到相关提示WARNING: The script shtab is installed in '/home/openmind/.local/bin' which is not on PATH.
vi编辑~/.bashrc文件,在文件结尾添加如下内容:
export PATH=/home/openmind/.local/bin:$PATH
然后 执行source ~/.bashrc

jupyter lab中新建一个终端

3.操作步骤:

复制代码
注意:软件镜像加载完后,里面就包含了所需的基本python包,如果是本地安装,参考上面说的文生图、文生音频的文章。

3.1 下载模型到model目录下,我们采用从本地加载模型方式推理。

在下载前,请先通过如下命令安装ModelScope(https://www.modelscope.cn/models/mapjack/bark/files

bash 复制代码
pip install modelscope

采用命令行下载完整模型库

bash 复制代码
modelscope download --model Wan-AI/Wan2.1-T2V-1.3B --local_dir /{yourmodelpath}/model/Wan2.1-T2V-1.3B

大概40GB的文件,提前准备好存储空间。--local_dir 指定下载存储路径,需要把路径改为自己的。文件已经在Jupyter的notebook下,这样方便显示。

3.2 执行模型推理

最好使用conda建立虚拟环境,不知道怎么建立的,搜索我之前的文章。输入python后,执行下列代码,如果整体报错,可以一行一行的运行,方便修改错误。

创建好输出路径文件/yourpath/output,yourpath替换成自己的路径。

bash 复制代码
mkdir -p {/yourpath}/output

视频生成的脚本已经集成在wan2.x里了,需要下载代码:(根据自己的显卡类型选择0/1)

-------分支线----------------------------开始

--------- 0.NPU

没有科学上网的,可以去国内源下载。

bash 复制代码
git clone https://github.com/mindspore-lab/mindone
cd mindone/examples/wan2_1

安装依赖项:

bash 复制代码
pip install -r requirements.txt

---------1.GPU

https://github.com/Wan-Video/

本地我们使用wan2.1,所以执行下列代码。

克隆仓库:

bash 复制代码
git clone https://github.com/Wan-Video/Wan2.1.git
cd Wan2.1

安装依赖项:

bash 复制代码
# Ensure torch >= 2.4.0
pip install -r requirements.txt

-------合并线----------------------------

不同类型的卡都准备好了,我们开始执行模型推理。

bash 复制代码
python generate.py --task t2v-1.3B --size "480*832" --ckpt_dir /{yourmodelpath}/model/Wan2.1-T2V-1.3B --prompt "Lion running under snow in Samarkand" --save_file /{youroutputpath}/output/output_video.mp4

注意:替换自己的{yourmodelpath}、{youroutputpath}

等待7分钟左右,就会生成完成。

这时候在note book左侧的output文件夹下下载文件,浏览器播放mp4文件。

或者使用notebook播放文件。

bash 复制代码
from IPython.display import Video

# 播放当前目录下的 output_video.mp4(若文件在其他路径,需替换为完整路径,如 './data/output_video.mp4')
Video("/{youroutputpath}/output/output_video.mp4", embed=True) 
 # embed=True 确保视频嵌入 Notebook 中直接播放,自选

结束!

恭喜你学会了,

1.文生图片(T2I)

2.文生音频(T2A)

3.文生视频【T2V】(本文);

相关推荐
柠檬味拥抱1 分钟前
基于YOLOv8的无人机位置捕捉识别项目|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
人工智能
阿星AI工作室19 分钟前
扣子可以发布到小米搞钱了!手把手教程来了丨coze开发者瓜分亿级流量池指南
前端·人工智能·后端
WSSWWWSSW21 分钟前
Jupyter Notebook 中显示图片、音频、视频的方法汇总
ide·人工智能·jupyter·音视频·python notebook
Blossom.11827 分钟前
基于深度学习的医学图像分析:使用YOLOv5实现医学图像目标检测
人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉·数据挖掘
居然JuRan1 小时前
一文读懂RAG评估:解锁大模型性能密码
人工智能
IT观察1 小时前
以需求破局:DPVR AI Glasses 重塑 AI 眼镜产业生态
人工智能
PixelMind1 小时前
【IQA技术专题】DISTS代码讲解
图像处理·人工智能·python·算法·iqa
大志说编程1 小时前
LangChain框架入门03:PromptTemplate 提示词模板
人工智能
岁月的眸2 小时前
【科普】贝叶斯神经网络与分形神经网络
人工智能·深度学习·神经网络
AI是草卖哩2 小时前
PINN+贝叶斯:深度学习中的魔改新思路
人工智能·深度学习·贝叶斯·pinn