适合:
# 查看显卡
lspci | grep -i nvidia
# 安装依赖
sudo yum install -y gcc kernel-devel去 NVIDIA 官网下载对应驱动并安装(或使用 rpmfusion)。
验证:
nvidia-smisudo yum install -y yum-utils
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
sudo yum install -y docker-ce docker-ce-cli containerd.io
sudo systemctl enable --now dockerdistribution=centos7
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | \
sudo tee /etc/yum.repos.d/nvidia-docker.repo
sudo yum install -y nvidia-container-toolkit
sudo systemctl restart docker测试:
docker run --rm --gpus all nvidia/cuda:11.8.0-base-ubuntu22.04 nvidia-smi✅ AUTOMATIC1111 WebUI(最流行)
docker run -d \
--name sd-webui \
--gpus all \
-p 7860:7860 \
-v $PWD/data:/app \
ghcr.io/ai-dock/stable-diffusion-webui:latest启动后访问:
http://服务器IP:7860适合:只想跑 txt2img / API
docker run --gpus all -p 8000:8000 \
stabilityai/stable-diffusion:latest适合:
步骤概览:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
pip install -r requirements.txt
python launch.py⚠️ 常见坑:
| 项目 | 最低 | 推荐 |
|---|---|---|
| GPU | 4GB 显存 | 8GB+ |
| 内存 | 8GB | 16GB+ |
| 磁盘 | 20GB | 50GB+ |
xformers 测试export COMMANDLINE_ARGS="--medvram"pyenv 或 conda 安装 Python 3.10+CentOS 上最快跑 Stable Diffusion 的方式:
✅ Docker + NVIDIA Container Toolkit + AUTOMATIC1111 WebUI 镜像
如果你愿意,可以告诉我:
1️⃣ CentOS 版本
2️⃣ GPU 型号
3️⃣ 是否必须离线部署
我可以给你一份 完全适配你服务器的安装命令清单 ✅