HeartMuLa 설치
자체 하드웨어에서 오픈소스 AI 음악 생성기 실행
시스템 요구사항
| 구성요소 | 최소 | 권장 |
|---|---|---|
| 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+ |
지원 GPU
최적 (24GB+ VRAM)
권장 (16-24GB)
최소 (16GB 양자화)
클라우드 GPU 서비스
강력한 GPU가 없나요? 이 클라우드 제공업체에서 대여하세요
RunPod
GPU cloud platform with easy deployment and competitive pricing
기능:
- RTX 4090 and A100 available
- Pre-built templates
- Persistent storage
- Serverless option
Vast.ai
Marketplace for GPU rentals with lowest prices
기능:
- Bid-based pricing
- Wide GPU selection
- Docker support
- Community instances
Lambda Labs
ML-focused cloud with high-end GPUs
기능:
- H100 and A100 available
- Pre-installed ML stack
- On-demand and reserved
- Enterprise support
Google Colab
Free tier available, good for testing
기능:
- Free T4 GPU tier
- Jupyter notebook
- Google Drive integration
- A100 on Pro+ plan
Paperspace
Developer-friendly GPU cloud platform
기능:
- Gradient notebooks
- A100 available
- Persistent storage
- Team collaboration
설치 방법
ComfyUI Workflow
쉬움Visual node-based interface for music generation
단계:
- 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
명령어:
cd ComfyUI/custom_nodes
git clone https://github.com/m-a-p/ComfyUI-HeartMuLa
pip install -r ComfyUI-HeartMuLa/requirements.txtPython Package
보통Direct Python API for programmatic access
단계:
- 1Create a virtual environment
- 2Install PyTorch with CUDA support
- 3Install HeartMuLa from pip
- 4Download model weights
- 5Run inference script
명령어:
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
고급Containerized deployment for production use
단계:
- 1Install Docker and NVIDIA Container Toolkit
- 2Pull the official HeartMuLa Docker image
- 3Run container with GPU access
- 4Access the web UI or API endpoint
명령어:
docker pull heartmula/heartmula:latest
docker run --gpus all -p 7860:7860 heartmula/heartmula:latest자주 묻는 질문
24GB 미만의 VRAM으로 HeartMuLa를 실행할 수 있나요?
네, FP16 양자화를 사용하면 RTX 4080과 같은 16GB VRAM GPU에서 실행할 수 있습니다. 품질이 약간 저하될 수 있습니다.
HeartMuLa가 Mac Apple Silicon에서 작동하나요?
현재는 지원하지 않습니다. HeartMuLa는 CUDA(NVIDIA GPU)가 필요합니다. Apple Silicon macOS는 아직 지원되지 않습니다.
곡 생성에 얼마나 걸리나요?
RTX 4090에서 3분 길이의 곡을 생성하는 데 약 2-3분이 소요됩니다. 생성 시간은 곡 길이에 비례합니다.
생성된 음악을 상업적으로 사용할 수 있나요?
네. 오픈소스 HeartMuLa 모델은 상업적 이용을 허용하는 Apache 2.0 라이선스이며, 직접 가진 하드웨어에서 생성한 음악에 제한을 두지 않습니다. 다만 AI로 생성한 음악은 모든 국가에서 저작권 등록이 가능한 것은 아닙니다. 웹 앱에서 만든 곡은 요금제 규칙을 따릅니다(상업적 이용은 Pro와 Business).