기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Deadline Cloud에서 확산 모델을 사용하여 일괄적으로 이미지 생성
<a name="examples-jb-text-to-image-batch"></a>

[GitHub의 text\_to\_image\_batch 작업 번들](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/text_to_image_batch)은 확산 모델을 사용하여 프롬프트 JSONL에서 고처리량 배치 이미지 생성을 실행합니다. 기본 모델은 FLUX.2 Klein 4B이며, 이는 Apache 2.0 라이선스 부여, 비동기화 및 4단계로 확장됩니다. 스케줄러는 사용 가능한 GPU 작업자 간에 작업을 분산하며, 확산 파이프라인은 작업자당 한 번 로드되고 해당 작업자의 모든 작업에 재사용됩니다. 집계 단계는 결합된 JSONL 파일과 정적 HTML 갤러리 뷰어를 생성합니다.

JSONL 라인에 `caption` 필드가 있거나 [Deadline Cloud에서 vLLM을 사용하여 배치 LLM 추론 실행](examples-jb-vllm-batch.md) 번들의 출력과 연결된 `generated_text` 필드가 있는 경우 작업은 생성된 이미지 위에 텍스트를 명확한 오타로 합성합니다. 캡션이 없는 선은 순수한 이미지를 생성합니다.

이 번들을 실행하려면 NVIDIA GPUs와 최소 32GB RAM이 있는 서비스 관리형 플릿과 `CondaPackages` 및 `CondaChannels` 작업 파라미터를 읽는 conda 대기열 환경이 있는 대기열이 필요합니다. 샘플 리포지토리의 `job_bundles` 디렉터리에서 작업을 제출합니다.

```
deadline bundle gui-submit text_to_image_batch
```

팜 설정, 입력 형식, 캡션 오버레이 및 체인 워크플로를 다루는 전체 연습은 섹션을 참조하세요[확산 모델을 사용하여 일괄적으로 이미지 생성](tutorial-text-to-image-batch.md).