Linux部署Stable Diffusion需啥条件

Linux 部署 Stable Diffusion 的必备条件
硬件要求

• GPU 与显存
• 最低可用：NVIDIA 显卡，显存 ≥ 4GB（如 GTX 1050 Ti），需安装支持 CUDA 11.0+ 的驱动；体验一般，易 OOM。
• 推荐：显存 ≥ 8GB（如 RTX 3060 12GB 及以上），可流畅跑 768–1024px、适中步数；复杂场景与放大更稳。
• 进阶：显存 ≥ 16GB（如 RTX 4060 Ti 16GB / 4090），可加载更大模型、使用高分辨率与更多扩展。
• 系统内存与存储
• 内存：≥ 16GB 起步，推荐 32GB 或更高，减少换页与卡顿。
• 存储：至少 10GB 可用空间用于依赖与权重；推荐 NVMe SSD 并预留 数百 GB（模型、缓存、日志会持续增长）。

软件与驱动要求

• 操作系统与基础工具
• 发行版：推荐 Ubuntu 20.04/22.04 LTS（或兼容的 CentOS/RHEL 等）。
• 工具链：Git、Python 3.8–3.11、venv/conda、wget/curl。
• Python 与深度学习栈
• Python：3.8–3.11（WebUI 常见搭配为 3.10.x）。
• PyTorch：安装与驱动/CUDA 匹配的 GPU 版本（如 cu113/cu117/cu124 等预编译包）。
• 常用库：diffusers、transformers、accelerate、safetensors、ftfy；按需补充 protobuf、sentencepiece、peft、torchvision、datasets。
• GPU 驱动与计算栈
• NVIDIA 驱动与 CUDA Toolkit（版本需与 PyTorch 预编译包匹配）。
• 可选：cuDNN（多数 PyTorch 预编译包已内置所需 CUDA 运行时，无需单独装系统级 cuDNN）。

网络与模型获取

• 模型与依赖下载
• 权重托管于 Hugging Face，需同意模型协议并使用 huggingface-cli login 获取访问令牌；国内直连可能较慢或不稳定，可提前在本地下载后离线放置。
• 访问与端口
• WebUI 默认本地访问 http://127.0.0.1:7860；远程访问需放行防火墙/安全组端口（如 7860/tcp），或使用 SSH 隧道 转发端口。

容器化部署补充

• Docker 与 GPU 支持
• 安装 Docker 与 NVIDIA Container Toolkit，运行时开启 --gpus all 并正确设置 NVIDIA_VISIBLE_DEVICES 等环境变量。
• 拉取并启动带有 GPU 支持的 Stable Diffusion WebUI 镜像，映射端口（如 7860）供浏览器访问。

快速自检清单

• 执行 nvidia-smi 可见 GPU 与驱动版本；执行 python -V 确认 Python 3.8–3.11。
• 能 git clone 与 pip install 主流库（如 torch、diffusers、transformers）。
• 已准备 Hugging Face 账号与令牌，或将权重文件离线放置到指定目录。
• 服务器环境已开放 7860/tcp 或已配置 SSH 隧道 用于远程访问。