Stable Diffusion在CentOS如何配置

在 CentOS 上部署 Stable Diffusion 的可行方案

• 原生安装：使用 AUTOMATIC1111/stable-diffusion-webui 脚本在系统或虚拟环境中直接运行，适合需要完整控制与插件扩展的用户。
• 容器化：使用 Docker + NVIDIA Container Toolkit 运行已打包的 WebUI 镜像，环境隔离、部署更快，适合快速上线与迁移。
• 前置要点：建议 CentOS 7/8、内存至少 8GB（推荐 16GB+）、NVIDIA 显卡显存 ≥4GB（推荐 6–8GB+）、磁盘预留 60–100GB+（模型与缓存较大）。

方案一 原生安装 AUTOMATIC1111 WebUI（推荐）

• 1 准备环境
• 安装基础工具与编译依赖：

sudo yum update -y
sudo yum install -y git python3 python3-pip python3-devel gcc make

• 建议创建虚拟环境：

python3 -m venv ~/sd-venv
source ~/sd-venv/bin/activate
pip install -U pip

• 2 获取代码并安装依赖
• 克隆仓库：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

• 启动安装脚本（会自动安装 Python 依赖，首次运行较慢）：

bash webui.sh

• 如网络较慢，可预先配置国内镜像源或更换 pip 源，提升下载速度。
• 3 GPU 与启动参数
• 若使用 NVIDIA GPU，安装与驱动匹配的 PyTorch（CUDA 版本）；如遇到 CUDA 检测问题，可在启动命令前加入环境变量：

export COMMANDLINE_ARGS="--skip-torch-cuda-test"
然后重新运行：bash webui.sh

• 常用环境变量：

export CUDA_VISIBLE_DEVICES=0,1（按需设置可见 GPU）

• 脚本会自动启动本地 Web 服务，默认端口通常为 7860。
• 4 访问与常用目录
• 浏览器访问：http://服务器IP:7860
• 模型存放：stable-diffusion-webui/models/Stable-diffusion
• 输出目录：stable-diffusion-webui/outputs
• 日志：运行目录下的 webui-user.sh/webui-user.bat 可自定义启动参数与端口。

方案二 Docker 容器化部署（含 GPU）

• 1 安装 Docker 与 NVIDIA 容器工具
• 安装 Docker（以 CentOS 7 为例）：

sudo yum install -y yum-utils device-mapper-persistent-data lvm2
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
sudo yum install -y docker-ce docker-ce-cli containerd.io
sudo systemctl enable --now docker
sudo usermod -aG docker $USER（重新登录生效）

• 安装 NVIDIA Container Toolkit（参考 NVIDIA 官方指引），完成后执行：

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

• 2 拉取并运行镜像（示例）
• 拉取镜像（示例仓库，实际请选择维护活跃、带 GPU 支持的镜像）：

docker pull edwardbaldo/stable-diffusion-webui:latest

• 启动容器（示例，映射端口 7860，可按需增减）：

docker run --gpus all -p 7860:7860 --name sd-webui \
-e NVIDIA_VISIBLE_DEVICES=all \
edwardbaldo/stable-diffusion-webui:latest

• 如镜像的启动脚本不同，请按其文档执行进入容器并启动 WebUI。
• 3 访问与数据持久化
• 浏览器访问：http://服务器IP:7860
• 建议挂载模型与输出目录，便于升级与备份：

-v /data/models:/app/models

-v /data/outputs:/app/outputs

常见问题与优化建议

• 显存与性能
• 显存 4GB 可运行但受限，建议使用 6–8GB+；可降低分辨率、关闭高分辨率修复、使用 --medvram 或 --lowvram 参数（在 webui.sh 的 COMMANDLINE_ARGS 中设置）。
• 下载慢或中断
• 配置 Git 与 pip 国内镜像源，或使用代理；模型较大，建议使用断点续传工具。
• 启动报错与兼容性
• 如遇 CUDA/驱动不匹配，优先安装与驱动匹配的 PyTorch 版本；必要时使用 --skip-torch-cuda-test 跳过检测（仅用于排查）。
• 安全与维护
• 开放外网访问时，建议配置 防火墙/反向代理/HTTPS；定期备份 模型与配置，并保留不同版本的 venv 或镜像以便回滚。