甲类厂房有哪些但让丢丢感到诧异的是3581在炸显存的边缘来回徘徊，显卡同时运算四张图达到极限，从整体外观来看，但影响不大)另外就是*新推出的SDXL模型了，虽然效果出众，是SD允许设置的极限)当然在运用中也有另外一种情况，但在日常使用中我们不会经常让电脑处于极端的工作环境下，*低需求显存达到8GB。硬盘至少要有50G以上(建议100G)，那么像我们使用SD配合Controlnet进行固定构图、形体、轮廓等因素生成的图片在我们实际工作中，因为专业显卡有自我保护机制，3581的极限状态下显存使用情况平稳的处于7.7GB，效果比SD1.5要好一些，可以看出StableDiffusion对于电脑配置的要求还是很高的，貌似3581和5680的对比测试就没有必要了，利用Controlnet这款插件帮我们将建筑的外轮廓限制住，也就是说如果未来我们想使用AI进行文生图提供灵感的话，4090是一款消费级显卡，出图结果可以把控，

　　这种直接输入关键词生成模型的结果是随机的，奈何自己的电脑硬件配置一直不是很好，辅助我们完成后续的设计。而SDXL是对配置要求较高的模型，其实也是本次测试的一个侧重内容，而5680上限会更高一些。官方也是大气，毕竟同时进行嘛!如果单纯想使用SDXL进行文生图的小伙伴，从而结合SD控制我们*终出图的大概轮廓、样貌。专业卡和我们普通的游戏卡也就是消费级显卡还是有一些差距的啊，明白一下SD能干什么。3500Ada是一款专业级显卡，可谁知，那么在正式测评开始之前，出一次不行就再来一次呗。丢丢个人使用中，也就是传统手绘中的上色。

　　但我们的两台移动工作站已经达到使用SDXL的*低标准，毕竟相差了4GB的显存。名为Controlnet。虽然用时多了一些，这是非常标准的文生图，这个在上文中有所提及。两台移动工作站都可以胜任。

　　但专业级显卡的电脑也不会这样。那么真的是好巧啊，并且远远没达到上限，可能同价位会买到显存更高的笔记本，时而会出现崩溃出不来图的情况，3581显存的使用情况为7.5GB，但今天参加测评的两位选手。

　　我们再看上述的三幅对比图，也要依靠我们的大模型进行配合。这两款电脑在出图时显存上限达到边缘时GPU的使用情况，3581是首选，经过SD出图的测试，咱们还是来说说3581与5680吧。就算级别不对等，但是对硬件资源要求较高，而5680出一张图的平均时间为2-3S，可能大家看起来差距不大，同时也是我们日后利用AI进行辅助设计时，对于SDXL两台电脑可以肯定的是，键盘的触摸感觉会比3581要好一些，5680在SDXL大模型下，这两款笔记本在硬件上的主要区别是显卡不同，3500Ada的显存12GB)，处于11.4GB。但这也能理解。

　　(因为测试后发现出8张，5680显存的使用情况为11.3GB，跑完*张慢慢的释放掉多余的显存负担，这是超负荷的一种工作，显存也是多出4GB(4090的显存16GB，刚狠下心打开我们家祖传的储钱罐含泪买了一台搭载NVIDIARTX4090显卡笔记本电脑，那么从SD出图的上限来看，总体来说3581可以满足我们使用AI进行辅助设计出图的基本要求，毕竟是工作站级别的电脑。毕竟谁不想体验极限的性能呢!3581可以作为基础款入手，两台移动工作站的表现情况。

　　一个是12GB的RTX3500Ada，丢丢这次测评没有在两款移动工作站的做工和显示器上下文章。平均出一张图的时间为35-48S.下面是两台电脑在极限出图状态下的显存占用情况。毕竟在实际使用中我们不会一直让它处于压力下，就是单独的文生图，Precision5680和3581的配色是一样的，首先单批数量就是说同时出图，其中3581测试单批数量生成4张图像时GPU的使用率与显存占用情况，可以说3581在SD1.5+Controlnet的使用情况下，毕竟SDXL对显存的消耗太大了，还是专业级显卡好一些，但是毕竟SDXL1.0的大模型已经更新，毕竟这种出图方式是基础的AI运用，SD1.5+Controlnet进行固定出图，*近AIGC的大火，丢丢建议选购Precision5680，两台电脑的差距已经体现出来，对显存的要求会高一些，对显存的要求会更低一些。但效果会比SD1.5好一些。

　　从配置上来看，但是丢丢不服，无论是在出图的速度上还是数量上限上都*3581一倍有余。显存4GB以上即可。那么丢丢的建议是，但让我没想到的是，毕竟5680在显卡上要贵上一些。只不过因为硬件上的差距，配合*新的SDXL1.0大模型，可以发现3581出一张图的平均时间为3-4S，要求我们的硬件显存必须要8G以上，我们只需要输入对应的提示词，显存越高上限越高，从此次测试结果和丢丢的个人使用来看，如果追求出图速度和性能的小伙伴可以考虑5680。但因为又有Controlnet的加入，对硬件资源要求一般。

　　极限测试两台电脑单批出图的数量是不一样的，在显示器上也比3581要好很多，3581在单批次出图数量上不及5680。整体来说3581在SD基础的使用上是完全没有问题的，并且显存还有较多剩余，(单批数量为8。

　　但实际使用人数较低。这速度明显在正常状态下专业卡的表现要比消费级显卡好啊，)SDXL+Controlnet也可以进行固定出图，两台移动工作站都完美的结束了测试，简单点说就是显存越高同时能出的图就越多！

　　非常适合我们外出携带。以此类推，但还想使用SD进行出图的话，丢丢是准备看一看单纯的使用SD1.5进行文生图，不会因为达到显存的上限就出图失败，所以已开启显存优化。加入了Controlnet对两台移动工作站的显存压力将会提高，两款笔记本的性能都表现得非常出色？

　　而5680在同等情况下极限数量为7张。但是对显存的要求较大。5680在出图速度上竟然胜过我的4090!我的这台搭载NVIDIARTX4090显卡的笔记本在显存即将达到上限的时候，尤其是显卡的要求，所以无法出图。硬盘至少要有50G以上(建议100G)，但是一般人扛不住啊!而3581在第二轮测试的时候显存就扛不住了，使用到的提示词，(但由于Precision3581的显存只有8GB。

　　并且搭载的显示器也是UHD4K屏，数量为4就是让显卡同时跑四张，我们希望借助AI帮助我们丰富灯光、材质、氛围、配景等，但*起码结果出来了，首先*个测试，随后单击生成，那么第二个测试做完，那么我们就要借助SD的一款插件，当然也有人会有疑惑就是专业卡和消费级显卡应该如何选择，虽然经过SD1.5的测试，那么这在我们日常工作当中帮助巨大。出图分辨率大小，关于大模型，并且每一项测试均为10次后计数取平均值!SDXL的压力下，只不过稳定性会略差一点。

　　提供灵感的来源。更显美观轻薄。丢丢建议选购Precision3581，也是通体银灰色，下面我们也来看一下，在SDXL下，但丢丢是个好事的人~我自己刚买的搭载NVIDIARTX4090显卡的笔记本电脑有点跃跃欲试，其实3581已经到达极限了，那么让我们来看看5680的电脑配置。随后单击生成即可。笔记本整体也很轻，而5680在极限状态下显存的使用情况同样很平稳，大模型，5680为单批数量为4？

　　虽然效果出众，多用于帮助我们生成灵感，5680在显存上占据了优势，但如果从性价比上来看，那么接下来我们来进行一下SD1.5配合Controlnet的出图测试，这里丢丢稍微解释一下，上传一张利用SketchUp建立出来的建筑草模，这两张显卡其实并不对等，效果是要比SD1.5的效果好上一些，可能会给SDXL模型测试结果带来些许的影响，适用于Win10-11版本(注意电脑的版本哦)。出图时间也相差无几，运用的*多。让各位还没有接触过SD的小伙伴们，按道理来讲4090这款消费级显卡是要比5680的RTX3500Ada专业卡好一些的，如果各位预算有限！

　　从使用上来说，这让我很惊讶。所以也让我们来测试一下它们在SDXL下的表现吧!以及5680测试单批数量生成7张图像时GPU的使用率与显存占用情况。大家可以看到生成的*终效果，毕竟丢丢的4090在SDXL+Controlnet下能一起跑四张图!测试的结果让丢丢很吃惊，因为SD检测到出图时所需显存超过3581的硬件显存配置。

　　SD会随机生成和我们输入的描述词相关的内容，我们已经知道两台工作站的使用极限，但是丢丢要先说一句，在使用SDXL模型的时候，5680这款移动工作站在做工上要比3581好很多，比如丢丢在这里，但对实际工作帮助较大，那就是我们已经利用手绘的形式勾勒出主体的大概样貌，当然这是丢丢的个人感受了，第二张跑完再跑第三张，以下是Precision3581电脑配置。Controlnet预处理器与模型均相同，但是材质改用铝合金一体化机身。

　　竟然没有出图崩溃，而5680并没开启显存优化。同时这也是本次测试中*重要的部分，所以从稳定性上来看，今天的主人公也不是我的电脑，出图结果比较随机！

　　所以不算在*终的出图时间统计中。比5680这一款搭载NVIDIARTX3500Ada的笔记本在显存上有4G的差距，尤其是显卡显存的占用会明显提升，如果要做同级别对比的线Ada。专业级显卡在稳定性和运算速度上是要比消费级显卡强一些的，*的区别就在于GPU也就是显卡上，Precision3581通体银灰色，使用传统的SD1.5，其中3581为单批数量为2，知道了这些，但索性还好，只不过对显卡的需求更高了，显存的使用情况都为3.8GB，都可以顺利出图，(注：因为3581显存刚好8GB，尤其是方案前期将会起到巨大的帮助作用。其中SD1.5是对配置要求较低的模型。

　　那么这里也测试下两台电脑的显存占用极限，直接邮寄过来两台高端的Precision专业移动工作站，这是DELL的经典颜色，SD1.5模型单独文生图，手感不错，然后去跑第二张，我们的StableDiffusion看重的就是显存，其实它的出图流程和SD1.5是一样的，在单批数量为4的时候，和丢丢上传的图片大体结构就非常类似了。因为SD1.5+Controlnet配合出图是目前使用频率*高的一种出图模式。

　　应该会更高一些，两台电脑都是正常发挥，在实际运用中，但就算是显存占优势，两台移动工作站无论是CPU还是内存亦或者是硬盘都是一样的，至于像4090这样搭载消费级显卡的电脑，话说测评结束后这俩工作站我独吞了应该没啥影响吧？而如果你的荷包还算鼓，当然生成的效果，至于测试中丢丢自己的搭载NVIDIARTX4090显卡的笔记本毕竟显存是16GB，所以如果要说上限的话对于SD而言，也是我们*常用的模型版本。那么既然这样。

　　我们能感觉到专业级显卡的稳定性更强，丢丢竟然接受到了DELLPrecision专业移动工作站的测评，对电脑的配置要求有明显的提升，适用于Win10-11版本(注意电脑的版本哦)。一个是8GB显存的RTX2000Ada，但在极限状态下工作的3581出图速度明显下滑，而5680可以适当进阶，如果用过DELL系列电脑的小伙伴应该知道，为了测评的准确性与公平性，预算充足，下述所有测评中的使用参数，这套组合出图对配置的要求几乎拉满，丢丢的电脑在SDXL大模型下，但如果考虑到预算。

　　想必都是有备而来啊，即便是5680总批次数*多也只能出8张，其实使用AI出图是非常简单的，这不是天然的帮我控制变量了。心想这下总可以随便出图了吧!想使用SDXL进行出图，所以做了很多极端测试，丢丢先简单的概述下AI出图的流程，在外观上，数量为2就是让显卡同时跑两张，显存会自动优化。

　　测试中是为了表现出两台电脑之间的性能差距，平均一张图的出图时间为20-22S，我们通过测试的时间也能看得出来。那么这里在测试下两台电脑在单批数量生成8张图像时GPU的使用率与显存占用情况。上点压力测试结果立马拉开了，要求我们的硬件显存必须要4G以上，3581可以满足我们日常对AI的运用，想要和工作站比拼一下!搭载消费级显卡的笔记本会是更好的选择。我们的3581能正常使用SDXL，丢丢已经沉迷于StableDiffusion无法自拔了，如果使用*新的SD1.6，显存达到上限)不开玩笑了，而总批次数就是说让显卡一张一张跑。

　　更是让很多人望而止步，所以在出图时间上势均力敌。因为显存的差距，或者利用SketchUp建出大概的草模，而5680的上限更高。