Linux部署Stable Diffusion步骤有哪些

Linux部署Stable Diffusion步骤
一 环境准备

• 操作系统与硬件
• 推荐：Ubuntu 20.04+/CentOS 7+，内存≥8GB（建议16GB+），SSD 存储≥200GB（模型与依赖体积较大）。
• 安装 Docker（容器化方式推荐）
• Ubuntu 示例：卸载旧版后添加 Docker 官方仓库并安装，执行验证命令确保输出包含“Hello from Docker!”。
• GPU 驱动与 CUDA（NVIDIA 显卡）
• 安装匹配版本的 NVIDIA 驱动 与 CUDA/cuDNN，后续通过 nvidia-smi 与 nvcc --version 校验。
• Python 与虚拟环境
• 建议 Python 3.10，使用 Miniconda/Anaconda 创建隔离环境（便于依赖管理）。

二 部署方式

• 方式 A Docker 快速部署（新手友好）
• 拉取镜像：docker pull automatic1111/stable-diffusion-webui
• 运行容器（示例）：
• docker run -d --gpus all -p 7860:7860 -v /path/to/models:/models automatic1111/stable-diffusion-webui
• 说明：映射默认端口 7860，挂载本地模型目录到容器内，便于多模型管理。
• 方式 B 手动安装 WebUI（可定制性强）
• 克隆代码：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
• 创建环境：conda create -n sd_env python=3.10 && conda activate sd_env
• 启动脚本：cd stable-diffusion-webui && ./webui.sh（会自动安装依赖；可加参数如 --xformers 提升性能）

三 模型与依赖管理

• 放置模型文件
• 将 .ckpt/.safetensors 放到：stable-diffusion-webui/models/Stable-diffusion/（例如 v1-5-pruned-emaonly.safetensors）。
• 安装/升级核心依赖
• 基础：pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117（选择与 CUDA 匹配的版本）
• 扩散栈：pip install diffusers transformers accelerate ftfy safetensors
• 可选加速：pip install xformers（需与 PyTorch/CUDA 版本匹配）
• 验证环境可用性
• python - <<'PY'

import torch
print("torch:", torch.__version__, "cuda:", torch.cuda.is_available())
print("device:", torch.device("cuda:0" if torch.cuda.is_available() else "cpu"))
print("cudnn:", torch.backends.cudnn.version() if torch.cuda.is_available() else "N/A")
PY
四 启动与访问

• 启动命令与常用参数
• 基本：./webui.sh（默认端口 7860）
• 远程访问：添加 --listen
• 鉴权：添加 --gradio-auth 用户名:密码
• 换端口：添加 --port 8888
• 低显存：添加 --medvram 或 --lowvram
• 允许 root（不推荐生产）：在 webui.sh 中设置 can_run_as_root=1
• 访问与防火墙
• 本机：浏览器打开 http://127.0.0.1:7860
• 远程：浏览器打开 http://服务器IP:7860
• 放行端口（Ubuntu 示例）：sudo ufw allow 7860/tcp && sudo ufw reload

五 常见问题与优化

• GPU 不可用或版本不兼容
• 核对 PyTorch 与 CUDA 版本匹配；用 torch.cuda.is_available() 验证；必要时重装对应版本。
• 显存不足
• 降低分辨率（如 512×512 → 256×256），或使用 --medvram/--lowvram；必要时改用更小模型。
• 依赖缺失
• 报错 “Cannot locate TCMalloc”：sudo apt install libgoogle-perftools4 libtcmalloc-minimal4 -y
• 报错 “protobuf not found”：pip install protobuf
• 报错 “Cannot instantiate this tokenizer …”：pip install sentencepiece
• 网络访问受限（Hugging Face 下载慢/失败）
• 配置镜像源或代理；必要时手动下载模型/Tokenizer 至本地并修改引用路径。
• 以 root 运行被拒
• 临时方案：./webui.sh -f；或编辑脚本设置 can_run_as_root=1（注意安全风险）。