当前位置：首页 > news >正文

Qwen-Image-Edit-F2P在VMware虚拟机中的开发环境配置

news 2026/5/12 2:18:35

Qwen-Image-Edit-F2P在VMware虚拟机中的开发环境配置

1. 环境配置概述

想在VMware虚拟机里跑Qwen-Image-Edit-F2P这个人脸生成模型？这个教程就是为你准备的。很多人觉得在虚拟机里配置GPU环境很复杂，其实跟着步骤走，一点都不难。

Qwen-Image-Edit-F2P是个很有意思的模型，它能根据你的人脸照片生成各种风格的全身照。你给它一张大头照，它就能给你生成穿着不同衣服、在不同场景的全身照片，效果还挺自然的。

在VMware里配置的好处是隔离性好，不担心搞乱主机系统。而且VMware的GPU穿透功能现在做得不错，能让虚拟机直接使用主机的显卡，这样跑AI模型速度也不会慢。

2. 准备工作

2.1 硬件要求

首先看看你的电脑配置够不够。因为这个模型需要用到GPU，所以对硬件有一定要求。

主机至少需要16GB内存，因为虚拟机要分走一部分。CPU建议i5以上，毕竟要同时运行主机和虚拟机。最重要的是显卡，需要NVIDIA显卡，显存至少4GB，8GB或以上会更流畅。

存储空间也要准备充足，虚拟机系统加上模型文件，建议预留50GB以上的空间。

2.2 软件准备

需要下载几个必要的软件。VMware Workstation Pro是必须的，建议用最新版本，对GPU支持更好。操作系统镜像推荐Ubuntu 20.04或22.04 LTS，比较稳定，社区支持也好。

还要准备NVIDIA的显卡驱动，这个很重要。建议先去官网下载好对应你显卡型号的Linux版驱动，放在容易找到的位置。

3. VMware虚拟机设置

3.1 创建虚拟机

打开VMware，选择创建新的虚拟机。选择自定义配置，这样能更精细地调整参数。

在客户机操作系统选择时，选Linux，版本根据你下载的Ubuntu版本来选。给虚拟机分配资源时，内存建议分8GB以上，CPU核心数给4个或更多，这样运行起来更流畅。

硬盘空间建议分配40GB以上，选择将虚拟磁盘拆分成多个文件，这样更方便管理。完成基本设置后先不要启动系统，我们还要进行重要配置。

3.2 配置GPU穿透

这是最关键的一步。在虚拟机设置里，找到处理器选项，开启虚拟化Intel VT-x或AMD-V选项，这个必须开启。

然后在硬件设置里添加PCI设备，选择你的NVIDIA显卡。VMware会自动检测到可用的物理显卡，选择你的显卡型号添加即可。

添加完成后，还需要在虚拟机选项里，开启加速3D图形功能。这样虚拟机就能更好地利用主机的GPU资源了。

4. 安装操作系统和驱动

4.1 安装Ubuntu系统

现在可以启动虚拟机了，选择从ISO镜像启动。安装Ubuntu时，选择最小安装就行，不需要太多额外软件。

分区时建议选择手动分区，给根目录分配30GB以上空间，交换分区分配8GB左右，剩下的空间可以挂载到home目录。

安装完成后更新系统，打开终端运行：

sudo apt update && sudo apt upgrade -y

4.2 安装NVIDIA驱动

驱动安装有几个方法，这里介绍最稳妥的方式。首先禁用系统自带的nouveau驱动：

sudo bash -c "echo 'blacklist nouveau' >> /etc/modprobe.d/blacklist-nouveau.conf" sudo bash -c "echo 'options nouveau modeset=0' >> /etc/modprobe.d/blacklist-nouveau.conf"

然后更新initramfs：

sudo update-initramfs -u

重启系统后，进入命令行界面（不要进入图形界面），运行之前下载的驱动安装文件：

sudo chmod +x NVIDIA-Linux-x86_64-*.run sudo ./NVIDIA-Linux-x86_64-*.run

安装过程中如果提示相关选项，一般选择默认设置就行。安装完成后重启，运行nvidia-smi命令，如果能看到显卡信息，说明驱动安装成功了。

5. 配置Python环境

5.1 安装Miniconda

建议使用Miniconda来管理Python环境，这样更干净也更容易管理。下载并安装Miniconda：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh

安装完成后初始化conda：

source ~/.bashrc

5.2 创建虚拟环境

为Qwen-Image-Edit-F2P创建专门的环境：

conda create -n qwen-edit python=3.10 -y conda activate qwen-edit

安装必要的依赖包：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip install diffusers transformers accelerate pillow

6. 安装和测试模型

6.1 下载模型文件

从Hugging Face或ModelScope下载Qwen-Image-Edit-F2P模型：

git clone https://github.com/modelscope/DiffSynth-Studio.git cd DiffSynth-Studio pip install -e .

下载模型权重文件：

from modelscope import snapshot_download snapshot_download('DiffSynth-Studio/Qwen-Image-Edit-F2P', local_dir='./models')

6.2 测试模型运行

创建一个简单的测试脚本，检查模型是否能正常运行：

import torch from diffsynth.pipelines.qwen_image import QwenImagePipeline, ModelConfig from PIL import Image # 初始化管道 pipe = QwenImagePipeline.from_pretrained( torch_dtype=torch.bfloat16, device="cuda", model_configs=[ ModelConfig(model_id="Qwen/Qwen-Image-Edit"), ModelConfig(model_id="Qwen/Qwen-Image"), ] ) # 加载LoRA权重 pipe.load_lora(pipe.dit, "./models/model.safetensors") print("模型加载成功，可以开始生成了！")

如果这个脚本能正常运行，说明环境配置基本成功了。