Fooocus项目在纯CPU环境下的性能优化实践

前言

随着Stable Diffusion生态的快速发展，各类基于该技术的开源项目层出不穷。本文将重点探讨Fooocus这一优秀项目在纯CPU环境下的性能优化方案，为没有独立显卡但拥有高性能CPU的用户提供实践指导。

性能对比分析

在近两个月的测试中，我们对市场上主流的Stable Diffusion实现进行了全面评估：

1. Stable Diffusion Webui：渲染1024x1024图像需要约8分钟(20步)，虚拟内存占用极高
2. Automatic1111：基于Webui的分支版本，存在相同问题
3. Invoke AI：渲染时间缩短至2分钟，内存管理较好但用户体验欠佳
4. Fooocus：经过优化后性能显著提升，成为纯CPU环境下的最佳选择

Fooocus优化方案

线程配置优化

在model-management.py文件中进行以下修改，强制使用16线程（可根据实际CPU核心数调整）：

if args.always_cpu:
    # 强制使用16线程
    torch.set_num_threads(16)
    cpu_state = CPUState.CPU

系统级内存管理配置

通过以下环境变量配置优化内存管理：

export MALLOCC_CONF="oversize_threshold:1,background_thread:true,metadata_thp:auto,dirty_decay_ms:9000000000,muzzy_decay_ms:9000000000"
export OMP_PROC_BIND=CLOSE
export OMP_SCHEDULE=STATIC
export KMP_AFFINITY=granularity=fine,compact,1,0
export OMP_NUM_THREAD=16
export GOMP_CPU_AFFINITY="0-15"
export ONEDNN_PRIMITIVE_CACHE_CAPACITY=200

启动参数优化

推荐使用以下命令启动Fooocus：

numactl --all accelerate launch --num_cpu_threads_per_process=16 launch.py --always-cpu --all-in-fp32 --disable-xformers --attention-pytorch --disable-server-log

性能表现

经过上述优化后，Fooocus在不同模型下的表现：

1. Juggernaut模型：1024x1024图像20步约2分钟
2. LCM模型：1024x1024图像8步不到1分钟
3. TurboVision模型：1024x1024图像8步约1分20秒

模型管理建议

1. 精简模型数量：默认安装的Juggernaut+1个Lora+基础模型约占用14GB内存
2. 避免模型堆积：即使不使用的模型也会被加载到内存
3. 使用符号链接：可灵活共享模型而不增加内存负担

# 创建符号链接
ln -s ~/Fooocus/models/saved/Turbo*.* ~/Fooocus/models/checkpoints

# 移除符号链接
rm -rf ~/Fooocus/models/checkpoints/Turbo*.*

总结

Fooocus项目经过适当优化后，在纯CPU环境下展现出卓越的性能表现。通过合理的线程配置、内存管理和模型维护，即使是仅有高性能CPU的用户也能获得令人满意的AI图像生成体验。建议用户根据自身硬件条件调整参数，并保持模型库的精简高效。