Stable Diffusion在Linux的部署步骤

以下是在Linux系统部署Stable Diffusion的步骤（以Ubuntu为例）：

一、基础环境准备

1. 安装Python 3.10+

sudo apt update
sudo apt install python3.10 python3.10-venv python3-pip

1. 安装依赖库

sudo apt install git libgl1 libglib2.0-0

1. 安装NVIDIA驱动与CUDA（需N卡支持GPU加速）

• 从Nvidia官网下载对应型号驱动，执行安装脚本（如sudo sh ./NVIDIA-Linux-x86_64-xxx.run），安装后重启系统。
• 安装CUDA Toolkit（参考Nvidia官方文档），确保版本与Stable Diffusion兼容（如CUDA 11.8）。

二、部署Stable Diffusion WebUI

1. 克隆项目源码

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

1. 创建虚拟环境并激活

python3.10 -m venv venv
source venv/bin/activate

1. 安装Python依赖

pip install --upgrade pip
pip install -r requirements.txt

若需加速下载，可替换pip源为国内镜像（如清华源）：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

三、配置与启动

1. 下载模型文件

• 从Hugging Face或镜像站点下载模型（如v1-5-pruned.ckpt），放置到models/Stable-diffusion/目录。

1. 启动服务

./webui.sh

常用参数：

• --xformers：启用内存优化（仅限N卡）。
• --port 7860：指定访问端口（默认7860）。
• --share：生成临时公网访问链接（需搭配--listen）。

四、访问与验证

• 通过浏览器访问：http://localhost:7860（或服务器公网IP+端口）。
• 首次启动需等待模型加载，成功后即可输入文本生成图像。

常见问题及解决

1. 网络连接失败

• 若因防火墙拦截，开放对应端口：

sudo ufw allow 7860/tcp
sudo ufw reload

1. CUDA报错

• 确保驱动与CUDA版本匹配，可通过nvidia-smi检查驱动状态。

1. 依赖冲突

• 使用虚拟环境隔离不同项目的Python包，避免版本冲突。

可选优化

• 使用Docker部署：通过官方镜像stabilityai/stable-diffusion-2-1快速部署，支持GPU加速且环境隔离。
• 插件扩展：在WebUI界面手动安装插件（如ControlNet、LoRA），增强功能。

参考来源：