FaceFusion3.0.0大抵是現在最強的AI換臉專案，分享一下如何在Win11系統，基於最新的cuda12.6配合最新的cudnn9.4本地部署FaceFusion3.0.0專案，並且搭配Tensorrt10.4，提高推理速度和效率，讓甜品級顯示卡也能爆發生產力。
安裝最新版本Cuda12.6以及Cudnn9.4
CUDA是NVIDIA公司開發的一種技術，它能讓GPU像CPU一樣程式設計，讓GPU也能參與到計算中來，從而加速計算過程。你可以把它想象成一種“語言”，讓程式設計師可以指揮GPU的“工人”們一起工作。
cuDNN則是專門為深度學習設計的“工具箱”。深度學習就像蓋房子，需要很多“積木”塊，比如卷積、池化等操作。cuDNN提供了這些預先最佳化好的“積木”，讓程式設計師可以直接使用，而不用自己從頭開始編寫這些複雜的程式碼，從而大大提高了深度學習模型的訓練和推理速度。 它就像一個經驗豐富的建築工人，能快速高效地完成蓋房子的工作。
安裝包可以去 Nvidia 官方網站進行下載，但是必須登入Nvidia賬號，這裡為大家下載好了最新的安裝包：
https://pan.quark.cn/s/bc3ab3494596
首先雙擊 cuda_12.6.1_560.94_windows.exe 進行安裝，注意不要安裝到C盤，因為太佔地方，建議在別的磁碟機代號建立12.6目錄，然後進行安裝即可。
安裝成功後，執行命令進行檢查：
(base) PS C:\Users\zcxey> nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Wed_Aug_14_10:26:51_Pacific_Daylight_Time_2024
Cuda compilation tools, release 12.6, V12.6.68
Build cuda_12.6.r12.6/compiler.34714021_0
(base) PS C:\Users\zcxey>
可以看到顯示的版本是 12.6
隨後開啟 cudnn-windows-x86_64-9.4.0.58_cuda12-archive 目錄，把其中的 bin、include以及lib目錄直接複製覆蓋到 cuda 的安裝目錄即可。至此，cuda12.6和其對應的cudnn9.4就安裝好了，注意版本號必須吻合。
安裝Tensorrt10.4
關於Tensorrt，想象一下你訓練好了一隻非常聰明的狗狗（你的深度學習模型），它已經學會了識別各種貓和狗的圖片。但是，這隻狗狗每次識別圖片都需要很長時間，效率不高。
TensorRT就像一個訓練師，它能幫助你把這隻狗狗訓練得更加高效。它會最佳化狗狗的識別方法，讓它能夠更快更準確地識別圖片，並且消耗更少的能量。 所以，用TensorRT最佳化後的模型，就能在你的電腦或伺服器上更快地進行推理（識別圖片），從而節省時間和資源。
Tensorrt主要針對的是已經訓練好的模型，而不是訓練模型本身。 它就像一個專業的最佳化器，讓你的模型在實際應用中跑得更快更省力。
開啟 TensorRT-10.4.0.26 目錄，把 lib 目錄下的所有動態庫 dll 檔案全部複製到 cuda12.6 安裝目錄的 bin目錄下即可：
Directory of D:\12.6\bin
2024/09/27 11:08 <DIR> .
2024/09/27 10:48 <DIR> ..
2024/08/15 02:14 228,352 bin2c.exe
2024/08/15 02:01 66 compute-sanitizer.bat
2024/09/27 10:48 <DIR> crt
2024/08/15 02:11 202,752 cu++filt.exe
2024/08/15 02:34 100,806,656 cublas64_12.dll
2024/08/15 02:34 510,903,296 cublasLt64_12.dll
2024/08/15 02:14 7,739,904 cudafe++.exe
2024/08/15 02:11 556,544 cudart64_12.dll
2023/11/30 16:26 288,296 cudnn64_8.dll
2024/09/01 04:24 265,272 cudnn64_9.dll
2024/09/01 04:24 243,945,512 cudnn_adv64_9.dll
2023/11/30 16:26 125,217,320 cudnn_adv_infer64_8.dll
2023/11/30 16:26 116,558,888 cudnn_adv_train64_8.dll
2024/09/01 04:24 4,002,872 cudnn_cnn64_9.dll
2023/11/30 16:26 582,690,344 cudnn_cnn_infer64_8.dll
2023/11/30 16:26 122,242,104 cudnn_cnn_train64_8.dll
2024/09/01 04:24 432,804,904 cudnn_engines_precompiled64_9.dll
2024/09/01 04:24 16,297,000 cudnn_engines_runtime_compiled64_9.dll
2024/09/01 04:25 2,063,400 cudnn_graph64_9.dll
2024/09/01 04:25 44,681,784 cudnn_heuristic64_9.dll
2024/09/01 04:25 107,492,904 cudnn_ops64_9.dll
2023/11/30 16:26 89,759,272 cudnn_ops_infer64_8.dll
2023/11/30 16:26 70,162,472 cudnn_ops_train64_8.dll
2024/08/15 03:03 275,258,368 cufft64_11.dll
2024/08/15 03:03 163,328 cufftw64_11.dll
2024/08/15 02:45 1,513,984 cuinj64_126.dll
2024/08/15 02:11 11,713,024 cuobjdump.exe
2024/08/15 02:25 63,279,104 curand64_10.dll
2024/08/15 04:12 116,768,256 cusolver64_11.dll
2024/08/15 04:11 77,813,248 cusolverMg64_11.dll
2024/08/15 03:09 287,497,216 cusparse64_12.dll
2024/08/15 02:14 881,664 fatbinary.exe
2024/08/15 03:20 292,352 nppc64_12.dll
2024/08/15 03:20 16,235,008 nppial64_12.dll
2024/08/15 03:20 6,234,624 nppicc64_12.dll
2024/08/15 03:20 9,865,728 nppidei64_12.dll
2024/08/15 03:20 96,892,416 nppif64_12.dll
2024/08/15 03:20 39,228,416 nppig64_12.dll
2024/08/15 03:20 9,341,952 nppim64_12.dll
2024/08/15 03:20 36,831,232 nppist64_12.dll
2024/08/15 03:20 265,728 nppisu64_12.dll
2024/08/15 03:20 4,221,440 nppitc64_12.dll
2024/08/15 03:20 12,687,872 npps64_12.dll
2024/08/15 02:34 331,776 nvblas64_12.dll
2024/08/15 02:14 14,029,824 nvcc.exe
2024/08/15 02:14 343 nvcc.profile
2024/08/15 02:11 50,708,480 nvdisasm.exe
2024/08/15 02:14 838,656 nvfatbin_120_0.dll
2024/08/30 19:47 215,426,088 nvinfer_10.dll
2024/08/30 19:46 5,688 nvinfer_10.lib
2024/08/30 19:48 1,436,593,704 nvinfer_builder_resource_10.dll
2024/08/30 19:47 616,488 nvinfer_dispatch_10.dll
2024/08/30 19:46 4,362 nvinfer_dispatch_10.lib
2024/08/30 19:46 29,457,448 nvinfer_lean_10.dll
2024/08/30 19:46 5,104 nvinfer_lean_10.lib
2024/08/30 19:47 30,986,792 nvinfer_plugin_10.dll
2024/08/30 19:46 2,564 nvinfer_plugin_10.lib
2024/08/30 19:47 565,288 nvinfer_vc_plugin_10.dll
2024/08/30 19:46 2,374 nvinfer_vc_plugin_10.lib
2024/08/15 02:13 38,856,192 nvJitLink_120_0.dll
2024/08/15 02:23 4,901,888 nvjpeg64_12.dll
2024/08/15 02:14 20,608,000 nvlink.exe
2024/08/30 19:47 3,064,872 nvonnxparser_10.dll
2024/08/30 19:46 2,524 nvonnxparser_10.lib
2024/08/15 02:45 2,210,304 nvprof.exe
2024/08/15 02:11 254,464 nvprune.exe
2024/08/15 02:11 5,345,792 nvrtc-builtins64_126.dll
2024/08/15 02:11 45,535,744 nvrtc64_120_0.alt.dll
2024/08/15 02:11 45,475,328 nvrtc64_120_0.dll
2024/08/15 03:45 129 nvvp.bat
2024/08/15 02:14 20,220,416 ptxas.exe
2024/08/15 02:14 84,480 __nvcc_device_query.exe
71 File(s) 5,612,029,986 bytes
3 Dir(s) 128,267,644,928 bytes free
至此，就完成了 Tensorrt10.4 的安裝。
安裝和部署FaceFusion3.0.0
首先確保本地已經安裝好 Python3.11 的開發環境，隨後克隆官方專案:
git clone https://github.com/facefusion/facefusion.git
cd facefusion
安裝基礎依賴:
pip3 install -r requirements.txt
接著安裝 onnxruntime-gpu:
pip3 install onnxruntime-gpu
ONNX Runtime-GPU 是一個高效能的推理引擎，它能夠執行使用 ONNX (Open Neural Network Exchange) 格式表示的機器學習模型。 關鍵在於“GPU”部分，這意味著它專門針對 NVIDIA 的圖形處理器 (GPU) 進行最佳化，以實現比在 CPU 上執行模型更快的速度和更高的效率。
注意預設安裝的onnxruntime-gpu版本是19.2，它專門是為cuda12適配的。
安裝 tensorrt 庫：
pip3 install tensorrt==10.4.0 --extra-index-url https://pypi.nvidia.com
這裡是安裝 tensorrt 的python3.11執行庫
最後安裝torch:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
注意字尾是cu124，而不是cu118或者cu121
安裝成功後，進入 python3.11 的終端：
>>> import onnxruntime as ort
>>> print(ort.get_available_providers())
['TensorrtExecutionProvider', 'CUDAExecutionProvider', 'CPUExecutionProvider']
如果三種後端支援都被列印出來了，分別是 cpu、cuda以及Tensorrt 那麼說明配置和安裝都成功了。
執行命令:
python3 facefusion.py run
進入換臉主介面:
由於有了Tensorrt的加持，也支援實時換臉，進入攝像頭換臉介面：
python3 facefusion.py run --ui-layouts webcam
攝像頭換臉效果：
最後，需要注意的是，FaceFusion3.0.0需要本地安裝ffmpeg軟體：
winget install -e --id Gyan.FFmpeg