如何于Linux安装Stable Diffusion

Linux安装Stable Diffusion简明指南
一 环境准备与硬件建议

• 操作系统：推荐 Ubuntu 22.04/24.04 或 CentOS 7/8（亦可其他发行版，命令略有差异）。
• GPU与驱动：优先 NVIDIA 显卡，显存至少 4GB（推荐 8GB+，如 RTX 3060 及以上）；安装匹配版本的 NVIDIA 驱动 与 CUDA/cuDNN，可用 nvidia-smi 与 nvcc --version 验证。
• 内存与存储：内存 ≥16GB，可用存储 ≥20GB（模型与缓存会持续增长）。
• 基础工具：安装 Python 3.10、Git、构建工具（如 gcc/make）与虚拟环境工具（venv 或 conda）。

二 方法一 原生安装 AUTOMATIC1111 WebUI（Ubuntu示例）

• 安装依赖与工具：
• sudo apt update && sudo apt install -y git python3.10 python3-venv python3-dev build-essential
• 克隆仓库并创建虚拟环境：
• git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
• cd stable-diffusion-webui
• python3 -m venv venv && source venv/bin/activate
• 安装 Python 依赖：
• pip install --upgrade pip
• pip install -r requirements.txt
• 下载模型权重（示例）：
• 从 Hugging Face 下载如 v1-5-pruned-emaonly.safetensors，放入 models/Stable-diffusion。
• 启动与访问：
• 常规：./webui.sh（默认端口 7860）
• 常用启动参数（按需添加）：
• 加速与显存优化：--xformers、--medvram、--opt-split-attention
• 指定端口：--port 7860
• 临时公网访问：--share（有效期约 72小时）
• 浏览器访问：http://127.0.0.1:7860（远程访问请用服务器 IP:7860 并放行防火墙）。

三 方法二 Docker部署（跨发行版通用）

• 安装 Docker 与 NVIDIA 容器支持（Ubuntu/Debian 示例）：
• sudo apt update
• sudo apt install -y docker.io nvidia-driver-535 nvidia-container-toolkit
• sudo systemctl restart docker
• sudo nvidia-ctk runtime configure --runtime=docker
• 准备数据与模型目录：
• mkdir -p ~/stable-diffusion/{models,outputs}
• 启动容器（使用官方镜像示例）：
• 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。如需持久化与插件，可将 extensions、config 等目录一并挂载。

四 常见问题与优化

• 显存不足或速度慢：
• 启动参数加入 --xformers、--medvram；必要时降低分辨率与批量大小。
• 依赖冲突或安装缓慢：
• 使用 venv/conda 隔离环境；pip 换源（如清华 TUNA）加速。
• 模型加载失败或校验错误：
• 核对模型文件 SHA256，重新下载或更换镜像源。
• 远程访问失败：
• 放行防火墙端口（如 7860/tcp）；云服务器需配置安全组规则。
• CUDA 不可用或版本不匹配：
• 确认 驱动/CUDA/cuDNN 与 PyTorch 版本匹配；必要时添加 --skip-torch-cuda-test 排查。