Linux安装Stable Diffusion方法

AI技术
小华
2025-12-02

Linux安装Stable Diffusion实用指南
一 环境准备与硬件建议

  • 操作系统:推荐 Ubuntu 22.04/20.04CentOS 7/8(服务器/桌面均可)。
  • 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CUDA/cuDNN,可用 nvidia-sminvcc --version 验证。
  • 内存与存储:内存 ≥16GB(推荐 32GB),可用存储 ≥20GB(实际会随模型增大而显著增加)。
  • 基础工具:安装 gitpython3.10venvconda 等基础组件,便于依赖管理与隔离。

二 方法一 原生安装 AUTOMATIC1111 WebUI(通用且易维护)

  • 安装依赖与源码
  • Ubuntu/Debian:
  • sudo apt update && sudo apt install -y git python3.10 python3-venv python3-dev
  • CentOS/RHEL:
  • sudo yum install -y git
  • 可编译安装 Python 3.10.6 或使用 conda 管理环境
  • 获取代码:git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git && cd stable-diffusion-webui
  • 创建虚拟环境并安装依赖
  • venv:python3 -m venv venv && source venv/bin/activate
  • conda:conda create -n webui python=3.10.6 && conda activate webui
  • 升级 pip:pip install -U pip
  • 安装依赖:pip install -r requirements.txt
  • 下载模型权重
  • Hugging Face 下载如 v1-5-pruned-emaonly.safetensors,放入目录:models/Stable-diffusion/
  • 启动与访问
  • 常规启动:./webui.sh
  • 常用启动参数(按需添加):--xformers(NVIDIA 加速)、--medvram/--lowvram(显存优化)、--port 7860
  • 访问地址:http://127.0.0.1:7860;远程访问使用服务器 IP:7860 并开放防火墙端口(如 sudo ufw allow 7860/tcp
  • 备注
  • 国内网络可临时使用镜像源或代理加速依赖下载;插件依赖需在插件目录单独安装。

三 方法二 Docker 部署(隔离环境、迁移方便)

  • 安装 Docker 与 NVIDIA 容器支持(Ubuntu 示例)
  • sudo apt update && sudo apt install -y docker.io nvidia-driver-535 nvidia-container-toolkit
  • sudo systemctl restart docker
  • 验证:docker run --rm --gpus all nvidia/cuda:12.1.1-base-ubuntu22.04 nvidia-smi
  • 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)
  • `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`

  • 访问与说明
  • 访问:http://localhost:7860
  • 如需持久化配置与插件,可将整个 WebUI 目录挂载到容器内(映射工作目录)。

四 常见问题与优化

  • 显存不足或 OOM
  • 启动参数加入 --medvram--lowvram;降低采样步数与分辨率;优先启用 --xformers(NVIDIA)。
  • 依赖冲突或安装缓慢
  • 使用 venv/conda 隔离环境;pip install -U pip 后重试;必要时更换 PyPI 镜像源 或设置代理。
  • 模型加载失败或校验错误
  • 核对模型文件完整性与 SHA256;重新下载或换源。
  • 远程访问失败
  • 确认启动端口(默认 7860)已在防火墙放行;服务器部署时使用 服务器IP:7860 访问。
  • GPU 未被识别
  • 检查 nvidia-smi 输出与驱动/CUDA 版本匹配;Docker 场景确认已安装 nvidia-container-toolkit 并以 --gpus all 启动。
亿速云提供售前/售后服务

售前业务咨询

售后技术保障

400-100-2938

7*24小时售后电话

官方微信小程序