如何在Linux上搭建Stable Diffusion环境

一、准备工作

1. 硬件要求：Stable Diffusion对硬件配置要求较高，需满足以下条件：

• GPU：优先选择NVIDIA显卡（显存≥4GB，推荐6GB及以上，如RTX 2060S及以上型号），以支持高效推理；
• CPU：至少4核（推荐8核及以上，避免因CPU瓶颈影响生成速度）；
• 内存：至少8GB（推荐16GB及以上，大型模型需更多内存）；
• 存储：预留60GB以上可用空间（模型文件及生成结果会占用大量空间）。

1. 操作系统：推荐使用Ubuntu Server（22.04及以上版本）或CentOS（7及以上版本），系统稳定性高且兼容性好。
2. 网络要求：确保服务器具备公网IP（方便访问Web界面），若下载速度慢，可配置代理或使用国内镜像源。

二、安装基础依赖

Ubuntu系统

打开终端，执行以下命令安装系统依赖：

sudo apt update && sudo apt upgrade -y  # 更新系统
sudo apt install -y build-essential git python3 python3-pip python3-venv libopenmpi-dev libhdf5-serial-dev  # 安装编译工具、Git、Python及基础库

CentOS系统

执行以下命令安装基础依赖：

sudo yum update -y && sudo yum groupinstall -y "Development Tools"  # 更新系统并安装开发工具组
sudo yum install -y git python3 python3-pip cmake  # 安装Git、Python及CMake

配置Python虚拟环境（可选但推荐）

为避免依赖冲突，建议使用虚拟环境隔离项目：

python3 -m venv stable-diffusion-env  # 创建虚拟环境
source stable-diffusion-env/bin/activate  # 激活虚拟环境（后续操作均在虚拟环境中进行）

三、安装Stable Diffusion核心依赖
在虚拟环境中，执行以下命令安装Python核心依赖（自动安装PyTorch GPU版本及配套库）：

pip install --upgrade pip  # 升级pip至最新版本
pip install diffusers transformers accelerate safetensors ftfy  # 安装Stable Diffusion核心库

上述命令会自动安装适配GPU的PyTorch版本（如torch、nvidia-cuda-runtime-cu12等），无需单独配置PyTorch。
四、下载Stable Diffusion模型

1. 克隆模型仓库：

选择官方或第三方优化模型（如stable-diffusion-v1-5、stable-diffusion-xl），执行以下命令克隆仓库：

git clone https://huggingface.co/stable-diffusion-v1-5  # 以v1-5为例
cd stable-diffusion-v1-5  # 进入模型目录

1. 下载模型文件：

模型文件（如model.ckpt或safetensors格式）通常需从Hugging Face或其他可信来源下载，放置在模型目录下（如models/Stable-diffusion/）。
五、下载并配置Stable Diffusion WebUI

1. 克隆WebUI项目：

执行以下命令克隆AUTOMATIC1111团队的WebUI项目（功能完善，支持文本生成图像）：

cd ~  # 返回根目录
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git  # 克隆WebUI项目
cd stable-diffusion-webui  # 进入项目目录

1. 配置模型路径：

编辑webui-user.sh文件（若不存在则创建），添加以下内容指定模型路径：

export MODEL_PATH="/path/to/your/stable-diffusion-v1-5"  # 替换为实际模型目录

启动WebUI

执行以下命令启动Stable Diffusion WebUI：

bash webui.sh  # 前台运行（显示日志）
# 或使用nohup后台运行：
# nohup bash webui.sh > webui.log 2>&1 &

启动完成后，通过浏览器访问http://<服务器IP>:7860（默认端口7860），即可看到Web界面。
六、使用Stable Diffusion

1. 文本生成图像：

在Web界面输入框中输入文本描述（如a beautiful sunset over the ocean），调整参数（如Steps（推理步数，默认50）、CFG Scale（提示词引导强度，默认7）），点击Generate按钮即可生成图像。

1. 保存结果：

生成完成后，点击图像下方的Download按钮保存至本地。
七、常见问题及解决方法

1. Git克隆速度慢：

配置Git代理（如git config --global http.proxy http://127.0.0.1:10809）或使用国内镜像源（如git clone https://hub.fastgit.org/stable-diffusion-v1-5）。

1. pip安装慢：

更换pip源为国内镜像（如pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple）。

1. GPU无法使用：

• 确保安装了与显卡型号匹配的CUDA驱动（通过nvidia-smi命令查看驱动版本）；
• 安装对应版本的PyTorch GPU版本（如torch==2.6.0+cu121）；
• 在webui-user.sh中添加--skip-torch-cuda-test参数跳过CUDA测试（仅用于确认驱动正常时）。

1. 无法加载tokenizer：

手动下载tokenizer文件（如tokenizer.json），放置在模型目录下的tokenizer文件夹中。