jtreminio/swarmui

镜像概述

本镜像基于https://docs.nvidia.com/deeplearning/frameworks/pytorch-release-notes/rel-26-01.html构建，为SwarmUI提供就绪运行环境，适配Blackwell系列GPU（如RTX 50-series、RTX Pro 6000等），集成多种高效深度学习工具。

核心功能

• 基础组件：Python 3.12.3、CUDA 13.1.1、Torch 2.10.0、pytorch-triton 3.6.0
• 注意力机制工具：sageattention 2.2.0、sageattention3（Blackwell版本）、flash-attn 2.7.4
• 辅助工具：torchaudio 2.9.1

使用场景

适用于在Blackwell GPU上运行SwarmUI，开展需要高效注意力机制的深度学习模型训练、推理或开发任务，支持自定义模型路径与配置。

配置说明

部署示例

默认模型路径

bash
docker run --gpus all -it -d --shm-size=8g --restart=always --name swarmui \
    -p 7801:7801 \
    -v /path/to/SwarmUI:/workspace \
    -v swarm_pip:/usr/local/lib/python3.12/dist-packages \
    docker.xuanyuan.run/jtreminio/swarmui:26.01-py3

运行后访问http://localhost:7801/即可使用。

自定义模型与配置路径

bash
docker run --gpus all -it -d --shm-size=8g --restart=always --name swarmui \
    -p 7801:7801 \
    -v /path/to/SwarmUI:/workspace \
    -v swarm_pip:/usr/local/lib/python3.12/dist-packages \
    -v /path/to/local/output_directory:/workspace/Output \
    -v /path/to/local/wildcard_directory:/workspace/Data/Wildcards \
    docker.xuanyuan.run/jtreminio/swarmui:26.01-py3

构建方法

若需自行构建镜像，执行以下步骤：

bash
# 编译sageattention、torchaudio等GPU相关组件
./step-1.sh
# 构建Docker镜像
./step-2.sh

（注：因Docker build无--gpus all选项，需分两步完成GPU组件编译）