Install Guide

Comment Installer ACE-Step Localement

Guide de configuration complet pour Windows, macOS et Linux — incluant le dépannage des erreurs les plus courantes.

Dernière mise à jour : Février 2026

Configuration Requise

ComponentMinimumRecommended
GPUNVIDIA RTX 2080 (8GB VRAM)NVIDIA RTX 3090/4090 (24GB VRAM)
CPUIntel i7-8700 / AMD Ryzen 7 3700XIntel i9-12900K / AMD Ryzen 9 5900X
RAM16GB DDR432GB+ DDR4
Storage20GB SSD50GB+ NVMe SSD
CUDA Version11.812.1
Python3.93.10 or 3.11
OSWindows 10, macOS 12, Ubuntu 20.04Ubuntu 22.04 LTS (best performance)

Étapes d'Installation

  1. 1

    Installer Conda ou Miniconda

    Téléchargez et installez Miniconda depuis conda.io. Cela gère votre environnement Python et évite les conflits de dépendances.

  2. 2

    Cloner le Dépôt

    Exécutez : git clone https://github.com/ace-step/ACE-Step.git && cd ACE-Step

    git clone https://github.com/ace-step/ACE-Step.git
cd ACE-Step
  3. 3

    Créer l'Environnement Conda

    Exécutez : conda env create -f environment.yml && conda activate ace-step

    conda env create -f environment.yml
conda activate ace-step
  4. 4

    Installer PyTorch avec CUDA

    Pour CUDA 11.8 : pip install torch==2.0.1+cu118 -f https://download.pytorch.org/whl/cu118/torch_stable.html

    pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2+cu118 \
  -f https://download.pytorch.org/whl/cu118/torch_stable.html
  5. 5

    Télécharger les Poids du Modèle

    Exécutez : python download_models.py pour récupérer le checkpoint du modèle (~15Go) depuis HuggingFace.

    python download_models.py
  6. 6

    Lancer l'Interface Web

    Exécutez : python app.py pour démarrer l'interface web Gradio sur http://localhost:7860

    python app.py

Optimisation des Performances

Pour une génération plus rapide, utilisez la précision FP16 (drapeau --fp16) sur les GPUs supportés. Installez xformers pour activer l'attention xFormers et obtenir une amélioration de vitesse de 30-40%.

pip install xformers
python app.py --fp16

Problèmes Courants et Solutions

Erreur de Mémoire Insuffisante (OOM)

Si vous rencontrez des erreurs CUDA OOM, essayez d'activer la quantification 8 bits en ajoutant --quantize int8 à votre commande de lancement. Activez également le déchargement CPU avec --cpu-offload.

python app.py --quantize int8
# or
python app.py --cpu-offload --fp16

Conflits de Dépendances

ACE-Step nécessite des versions spécifiques de PyTorch et CUDA. Utilisez toujours le fichier d'environnement conda fourni ou requirements.txt.

Port Déjà Utilisé

Si le port 7860 est occupé, ajoutez --port 7861 (ou tout port disponible) à la commande de lancement Gradio.

python app.py --port 7861

Chemin du Modèle Introuvable

Assurez-vous d'avoir suffisamment d'espace disque (les poids du modèle font ~15Go). Exécutez le script de téléchargement depuis le répertoire racine du projet.

FAQ

Ignorez Complètement la Configuration

Vous n'aimez pas les commandes terminales et l'enfer des dépendances ? FM9 vous offre la génération de musique IA compatible ACE-Step dans votre navigateur. Sans GPU, sans configuration, sans attente.

Commencer à Créer Gratuitement

Articles Associés