Stable Diffusion在Linux如何安装

Linux安装Stable Diffusion的可行方案
一 环境准备与硬件建议

• 操作系统与工具：建议使用Ubuntu 22.04/20.04或CentOS 7/8，安装Python 3.10、Git，并准备NVIDIA驱动 + CUDA（≥11.1）或AMD ROCm（≥3.5）。
• 硬件建议：至少16GB内存、≥20GB SSD，NVIDIA显卡显存≥4GB（推荐RTX 3060及以上）；AMD显卡需支持ROCm。
• 验证命令：
• 查看驱动与CUDA：nvidia-smi、nvcc --version
• 查看Python/Git：python3 --version、git --version
• 说明：Stable Diffusion WebUI在NVIDIA上体验最佳；AMD ROCm路径需按官方文档配置。

二 原生安装步骤 Ubuntu Debian系

• 安装依赖
• sudo apt update && sudo apt install -y python3.10 python3-pip python3-venv git
• 克隆与虚拟环境
• git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
• cd stable-diffusion-webui
• python3.10 -m venv venv && source venv/bin/activate
• 国内加速（可选）
• pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
• 安装依赖与启动
• pip install -r requirements.txt
• 下载模型（示例）：从Hugging Face获取v1-5-pruned-emaonly.safetensors，放入models/Stable-diffusion
• 启动：python launch.py --listen（或 ./webui.sh）
• 访问：浏览器打开http://服务器IP:7860（远程访问需放开防火墙：sudo ufw allow 7860/tcp）
• 常用启动参数
• 显存优化：--medvram / --lowvram
• 加速：--xformers
• 远程与认证：--listen --gradio-auth username:password

三 CentOS RHEL系安装要点

• 安装基础工具
• sudo yum install -y python3 python3-pip git
• 驱动与CUDA
• 安装NVIDIA驱动与CUDA Toolkit（版本需与显卡驱动匹配）
• 运行方式
• 原生方式：与Ubuntu步骤一致（建议配合venv或conda）
• Docker方式（可选）：
• 安装Docker与nvidia-container-toolkit后启动容器：
• docker run -d --gpus all -p 7860:7860 -v ~/stable-diffusion/models:/app/models -v ~/stable-diffusion/outputs:/app/outputs --name sd-webui ghcr.io/automatic1111-webui/stable-diffusion-webui:latest
• 访问：http://localhost:7860

四 Docker部署通用方案

• 准备
• 安装Docker与nvidia-container-toolkit，重启Docker服务
• 数据与模型持久化
• 建议挂载本地目录：~/stable-diffusion/models 与 ~/stable-diffusion/outputs
• 启动容器
• docker run -d --gpus all -p 7860:7860 \

-v ~/stable-diffusion/models:/app/models \
-v ~/stable-diffusion/outputs:/app/outputs \
--name sd-webui ghcr.io/automatic1111-webui/stable-diffusion-webui:latest

• 访问与维护
• 访问：http://localhost:7860
• 查看日志：docker logs -f sd-webui
• 进入容器：docker exec -it sd-webui bash

五 常见问题与优化

• 显存不足或OOM
• 启动参数加：--medvram 或 --lowvram，并降低分辨率/批量大小
• 依赖冲突
• 使用venv/conda隔离环境，必要时清理缓存后重装依赖
• 下载慢或失败
• 配置pip国内镜像源（如清华源），或手动下载模型后放入对应目录
• 远程访问与端口
• 使用--listen开放远程访问；服务器需放行7860/tcp端口（如ufw/firewalld）
• 启动加速
• 添加--xformers提升速度与显存利用率（NVIDIA）