陂何优化CentOS的Stable Diffusion

在 CentOS 上优化 Stable Diffusion（SD） 的性能，主要从 系统、驱动、Python 环境、模型加载与推理参数 几个方面入手。下面按实战角度给你一套可落地的优化方案。

一、系统层面优化（CentOS）

1. 使用合适的 CentOS 版本

• 推荐使用 CentOS 8 Stream / Rocky Linux 8/9（CentOS 7 太老，CUDA 支持差）
• 内核尽量 ≥ 5.x（支持更好 GPU 调度）

uname -r

2. 关闭无用服务

systemctl disable --now firewalld
systemctl disable --now tuned

3. 调整文件描述符与内存

echo "* soft nofile 1048576" >> /etc/security/limits.conf
echo "* hard nofile 1048576" >> /etc/security/limits.conf

二、GPU 与驱动优化（核心）

1. 安装正确的 NVIDIA 驱动

nvidia-smi

推荐使用 525+ 驱动

2. 安装 CUDA / cuDNN

建议组合：

• CUDA 11.8 + cuDNN 8.7（最稳）
• 或 CUDA 12.1（新卡）

nvcc -V

3. 启用 GPU 持久模式

nvidia-smi -pm 1

4. 设置性能模式

nvidia-smi -ac 1215,1410  # 示例，按显卡调整

三、Python 环境优化

1. 使用 Miniconda（强烈推荐）

conda create -n sd python=3.10
conda activate sd

2. 安装优化版 PyTorch

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118

3. 启用 xFormers（关键提速）

pip install xformers

在启动参数中加入：

--xformers

四、Stable Diffusion 启动优化

1. WebUI（AUTOMATIC1111）推荐参数

python launch.py \
--xformers \
--medvram \
--opt-sdp-attention \
--disable-safe-unpickle \
--gradio-auth user:pass

显存不足时：

• --lowvram
• --medvram

2. 启用 SDP / TF32

torch.backends.cuda.matmul.allow_tf32 = True
torch.backends.cudnn.allow_tf32 = True

五、模型与推理优化

1. 使用 FP16 模型

• 优先 v1-5-pruned-emaonly.ckpt
• 或使用 .safetensors

2. 使用 LCM / Turbo 模型

• 步数从 20–30 降到 4–8
• 速度提升 3–5 倍

3. 控制分辨率

• 最佳：512×512 / 768×768
• 超过 1024 显存暴涨

六、存储与 IO 优化

1. 使用 NVMe SSD

模型加载是瓶颈之一

2. 模型缓存

export HF_HOME=/nvme/models

七、常驻服务优化（生产环境）

1. 使用 nohup / systemd

nohup python launch.py --xformers > sd.log 2>&1 &

2. 限制 CPU 占用（避免抢 GPU）

taskset -c 0-7 python launch.py

八、常见问题排查

九、推荐组合（实测稳定）

• CentOS 8 Stream
• RTX 3060 / 4090
• CUDA 11.8
• xFormers + SDXL Turbo

如果你愿意，可以告诉我：

• CentOS 版本
• 显卡型号
• 用的是 WebUI 还是 ComfyUI

我可以直接给你 一份可复制的优化启动脚本。