sd3_zh.md

Stable Diffusion 3性能

我们是用开源版本的stable-diffusion-3-medium-diffusers 2B模型进行性能评测。

在8xA100（NVLink）机器上，在使用不同GPU数目时，最佳的并行方案都是不同的。这说明了多种并行和混合并行的重要性。 最佳的并行策略在不同GPU规模时分别是：在2个GPU上，使用cfg_parallel=2；在4个GPU上，使用cfg_parallel=2, pipefusion_parallel=2；在8个GPU上，使用cfg_parallel=2, pipefusion_parallel=4。

torch.compile在除了8 GPU的场景下都来来了加速效果。

在8xL40 (PCIe)上的延迟情况如下图所示。同样，不同GPU规模，最佳并行策略都是不同的。 torch.compile都来了加速效果。