Stable Diffusion在Linux上怎么安装 - AI技术

Linux上安装Stable Diffusion的可行方案
一方案总览与准备

推荐在Ubuntu 22.04/20.04或CentOS 7/8上使用AUTOMATIC1111/stable-diffusion-webui脚本化部署，图形界面默认端口为7860。硬件建议：至少16GB内存、10GB+ SSD，有NVIDIA GPU更佳（显存≥4GB）。基础工具准备：安装git、Python 3.10.6、venv/Anaconda；NVIDIA 环境建议安装匹配版本的驱动、CUDA（如11.8）与cuDNN，并确保驱动与CUDA版本匹配。可用nvidia-smi与nvcc --version检查环境；如需容器化，可准备Docker与NVIDIA Container Toolkit。

二 Ubuntu本地部署步骤

安装基础依赖
sudo apt update && sudo apt install -y git python3 python3-pip python3-venv
获取源码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
创建虚拟环境（推荐）
python3 -m venv venv && source venv/bin/activate
pip install -U pip
启动安装与运行
首次运行：./webui.sh（会自动安装依赖；网络慢可配置镜像或代理）
启用加速：./webui.sh --xformers（需与PyTorch/CUDA版本匹配）
访问界面
本机：http://127.0.0.1:7860
其他设备：http://服务器IP:7860（注意放行防火墙端口，如 sudo ufw allow 7860/tcp）
备注
若以root运行被拒，可使用：./webui.sh -f
若提示缺少TCMalloc：sudo apt install -y libgoogle-perftools4 libtcmalloc-minimal4

三 CentOS本地部署步骤

安装基础工具
sudo yum install -y git
安装Python 3.10.6（示例编译安装）
下载并解压Python-3.10.6.tgz，执行：./configure --prefix=/usr/local/python3 --with-openssl=/usr/local/openssl --with-openssl-rpath=auto
make -j$(nproc) && sudo make install
建立软链：ln -sfn /usr/local/python3/bin/python3.10 /usr/bin/python3；ln -sfn /usr/local/python3/bin/pip3.10 /usr/bin/pip3
可选：安装Miniconda/Anaconda以管理环境
获取源码并启动
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
使用venv或conda创建环境后，运行：./webui.sh（首次会自动安装依赖）
访问与防火墙
默认端口7860；如需远程访问，开放对应端口（firewalld/ufw）

四 Docker与容器化部署

安装Docker与NVIDIA Container Toolkit（略，按官方指引）
拉取并运行镜像（示例）
docker pull edwardbaldo/stable-diffusion-webui:latest
docker run -it --gpus all -p 8080:8080 --name sd-webui edwardbaldo/stable-diffusion-webui:latest /bin/bash
进入容器后执行：/start.sh
访问：http://服务器IP:8080
提示
端口可自定义映射；确保宿主机已安装nvidia-docker2并正确配置GPU可见性

五常见问题与排查

版本兼容
确认Python 3.10.6、PyTorch 2.x、xformers与CUDA 11.8的匹配；用以下代码自检：
python - <<'PY'

import torch
print("torch:", torch.__version__, "cuda:", torch.cuda.is_available())
print("cudnn:", torch.backends.cudnn.version())
print("device:", torch.device("cuda:0" if torch.cuda.is_available() else "cpu"))
PY

网络与模型下载
若出现HuggingFace连接失败（如CLIP tokenizer无法加载），可手动下载所需文件到缓存/指定目录，或修改相关路径配置后再启动。
常见报错
“Cannot locate TCMalloc”：sudo apt install -y libgoogle-perftools4 libtcmalloc-minimal4
“This script must not be launched as root, aborting”：使用./webui.sh -f
“RuntimeError: GET was unable to find an engine to execute this computation”：检查torch/cuda/python版本兼容与GPU可用性
显存不足
降低分辨率（如768→512）、启用--xformers、使用--medvram或--lowvram参数；必要时改用更轻量的模型