ローカルデプロイガイド
HeartMuLa インストール
オープンソース AI 音楽ジェネレーターを自分のハードウェアで実行
24GB VRAMRTX 3090+Apache 2.0~12GB
システム要件
| コンポーネント | 最小 | 推奨 |
|---|---|---|
| GPU | 16GB VRAM (FP16 quantized) | 24GB+ VRAM |
| RAM | 32GB | 64GB |
| Storage | 20GB free space | 50GB+ SSD |
| OS | Linux / Windows 10+ | Ubuntu 22.04 / Windows 11 |
| Python | 3.10 | 3.10 - 3.11 |
| CUDA | 11.8 | 12.1+ |
対応 GPU
最適 (24GB+ VRAM)
NVIDIA A100 80GB80GB VRAM
NVIDIA A100 40GB40GB VRAM
NVIDIA H10080GB VRAM
RTX 409024GB VRAM
RTX 309024GB VRAM
RTX 3090 Ti24GB VRAM
RTX A600048GB VRAM
RTX A500024GB VRAM
RTX 5000 Ada32GB VRAM
推奨 (16-24GB)
RTX 408016GB VRAM
RTX 4070 Ti Super16GB VRAM
RTX A450020GB VRAM
最小 (16GB 量子化)
RTX 4080 Super16GB VRAM
RTX 4070 Ti16GB VRAM
クラウド GPU サービス
強力な GPU がない場合、これらのクラウドプロバイダーからレンタル
おすすめ
RunPod
GPU cloud platform with easy deployment and competitive pricing
価格:$0.39 - $1.99/hr
機能:
- RTX 4090 and A100 available
- Pre-built templates
- Persistent storage
- Serverless option
Vast.ai
Marketplace for GPU rentals with lowest prices
価格:$0.20 - $2.00/hr
機能:
- Bid-based pricing
- Wide GPU selection
- Docker support
- Community instances
Lambda Labs
ML-focused cloud with high-end GPUs
価格:$0.50 - $2.49/hr
機能:
- H100 and A100 available
- Pre-installed ML stack
- On-demand and reserved
- Enterprise support
Google Colab
Free tier available, good for testing
価格:Free - $49.99/mo
機能:
- Free T4 GPU tier
- Jupyter notebook
- Google Drive integration
- A100 on Pro+ plan
Paperspace
Developer-friendly GPU cloud platform
価格:$0.45 - $3.09/hr
機能:
- Gradient notebooks
- A100 available
- Persistent storage
- Team collaboration
インストール方法
ComfyUI Workflow
簡単Visual node-based interface for music generation
手順:
- 1Install ComfyUI following official guide
- 2Install HeartMuLa custom nodes from ComfyUI Manager
- 3Download HeartMuLa model from Hugging Face
- 4Place model in ComfyUI/models/heartmula/
- 5Load the example workflow and start creating
コマンド:
cd ComfyUI/custom_nodes
git clone https://github.com/m-a-p/ComfyUI-HeartMuLa
pip install -r ComfyUI-HeartMuLa/requirements.txtPython Package
中級Direct Python API for programmatic access
手順:
- 1Create a virtual environment
- 2Install PyTorch with CUDA support
- 3Install HeartMuLa from pip
- 4Download model weights
- 5Run inference script
コマンド:
python -m venv heartmula-env
source heartmula-env/bin/activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install heartmula
heartmula download --model 3bDocker Container
上級Containerized deployment for production use
手順:
- 1Install Docker and NVIDIA Container Toolkit
- 2Pull the official HeartMuLa Docker image
- 3Run container with GPU access
- 4Access the web UI or API endpoint
コマンド:
docker pull heartmula/heartmula:latest
docker run --gpus all -p 7860:7860 heartmula/heartmula:latestよくある質問
24GB 未満の VRAM で HeartMuLa を実行できますか？
はい、FP16 量子化を使用すれば、RTX 4080 などの 16GB VRAM GPU で実行できます。品質が若干低下する可能性があります。
HeartMuLa は Mac の Apple Silicon で動作しますか？
現在はサポートしていません。HeartMuLa には CUDA（NVIDIA GPU）が必要です。Apple Silicon の macOS はまだサポートされていません。
曲の生成にどのくらい時間がかかりますか？
RTX 4090 では、3 分の曲の生成に約 2-3 分かかります。生成時間は曲の長さに比例します。
生成した音楽を商用利用できますか？
はい！HeartMuLa は Apache 2.0 ライセンスです。生成した音楽の完全な権利を所有できます。