Update app.py

app.py

@@ -5,6 +5,7 @@ import spaces
 from diffusers import DiffusionPipeline
 import torch
 
+# Подключение к устройству
 device = "cuda" if torch.cuda.is_available() else "cpu"
 model_repo_id = "stabilityai/stable-diffusion-3.5-large"
 
@@ -17,22 +18,36 @@ pipe = DiffusionPipeline.from_pretrained(model_repo_id, torch_dtype=torch_dtype)
 pipe = pipe.to(device)
 
 MAX_SEED = np.iinfo(np.int32).max
-MAX_IMAGE_SIZE = 1024
-examples = [
-    "A full-body depiction of a futuristic cyberpunk warrior wearing neon armor with intricate details, holding a sleek glowing katana in a ready stance. The character stands confidently with glowing eyes and a dynamic pose that exudes strength and mystery. Isolated on a clean, transparent, or neutral background to emphasize the character's design and details, with subtle reflections and lighting to enhance the neon glow and textures.",
-]
-@spaces.GPU(duration=30)  # Установите меньшее значение
+MAX_IMAGE_SIZE = 512  # Базовый размер изображения
+
+# Проверка доступного времени GPU
+def get_available_gpu_quota():
+    # Симуляция запроса (в реальном случае можно подключить API Hugging Face)
+    # Здесь вы можете вручную ввести оставшееся время
+    return 20  # Пример: 20 секунд доступно
+
+# Динамическая настройка
+@spaces.GPU(duration=min(get_available_gpu_quota(), 30))  # Устанавливаем время в пределах доступного
 def infer(
     prompt,
     negative_prompt="",
-    seed=20,
+    seed=42,
     randomize_seed=False,
-    width=768,  
-    height=1024,
+    width=None,  # Размер будет определён динамически
+    height=None,  # Размер будет определён динамически
     guidance_scale=4.5,
-    num_inference_steps=12,  
+    num_inference_steps=10,  # Базовое значение
     progress=gr.Progress(track_tqdm=True),
 ):
+    available_time = get_available_gpu_quota()  # Получаем доступное время
+    # Настраиваем параметры под оставшееся время
+    if available_time < 20:
+        num_inference_steps = max(5, int(available_time / 2))  # Уменьшаем шаги
+        width = height = min(MAX_IMAGE_SIZE, 384)  # Уменьшаем размер
+    else:
+        num_inference_steps = 15
+        width = height = 512  # Стандартный размер
+
     if randomize_seed:
         seed = random.randint(0, MAX_SEED)