CentOS部署Stable Diffusion更新 - AI技术

CentOS部署Stable Diffusion更新指南

一、更新前准备工作

在更新Stable Diffusion前，需确保系统环境满足基础要求，避免更新过程中出现依赖冲突或权限问题：

系统更新：运行sudo yum update -y，将CentOS系统内核及基础工具升级至最新版本，修复已知漏洞并提升兼容性。
依赖安装：安装Stable Diffusion运行必需的开发工具与库，执行sudo yum install -y git python3 python3-pip python3-devel gcc cmake protobuf rust，覆盖Python环境、编译工具及加密组件。
虚拟环境配置（推荐）：为隔离项目依赖，创建并激活Python虚拟环境，避免与其他项目冲突。命令如下：

python3 -m venv stable-diffusion-env  # 创建虚拟环境
source stable-diffusion-env/bin/activate  # 激活环境（激活后终端提示符会显示环境名）
pip install --upgrade pip  # 升级虚拟环境内的pip至最新版本

二、更新Stable Diffusion核心组件

Stable Diffusion的更新主要涉及依赖库升级与代码仓库同步，以下是具体步骤：

升级Python依赖库：在激活的虚拟环境中，执行以下命令更新所有依赖至最新兼容版本：

pip install --upgrade pip  # 再次确认pip为最新版
pip install -r requirements.txt  # 根据项目requirements.txt升级依赖（若使用官方仓库）

若使用特定分支（如main或dev），需先拉取最新代码，再执行依赖升级：

cd /path/to/stable-diffusion-webui  # 进入项目目录
git pull origin main  # 拉取远程仓库最新代码（需提前配置git远程地址）
pip install -r requirements.txt  # 重新安装依赖

更新PyTorch与xformers（关键优化库）：Stable Diffusion的性能与稳定性高度依赖PyTorch的计算能力及xformers的内存优化。需根据CUDA版本选择对应命令（以CUDA 11.8为例）：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118  # 安装CUDA加速的PyTorch
pip install xformers  # 安装内存优化库（提升大模型推理效率）

注：若未安装CUDA或不确定版本，可通过nvcc --version查看CUDA版本，或前往PyTorch官网选择对应命令。

三、清理旧缓存与重启服务

更新完成后，需清理旧版本缓存并重启Web服务，确保新版本生效：

清理旧缓存：删除虚拟环境中的__pycache__目录及项目中的临时文件，释放磁盘空间：

find /path/to/stable-diffusion-env -name "__pycache__" -exec rm -rf {} +
find /path/to/stable-diffusion-webui -name "*.pyc" -exec rm -f {} +

重启Web服务：若使用webui.sh脚本启动服务，需停止旧进程并重新运行：

cd /path/to/stable-diffusion-webui
./webui.sh  # 重新启动（会自动拉取最新代码并加载模型）

若使用python run.py启动，可执行Ctrl+C终止旧进程，再重新运行命令。

四、验证更新结果

更新后需通过以下步骤确认Stable Diffusion是否正常运行：

访问Web界面：打开浏览器，输入http://<服务器IP>:7860（默认端口为7860，若修改过需替换），若出现Stable Diffusion登录页面则说明更新成功。
测试生成图像：在Web界面输入提示词（如"a red cat sitting on a couch"），选择模型（如stable-diffusion-v1-5），点击"Generate"，若能正常生成图像则验证通过。

注意事项

备份数据：更新前建议备份项目目录（如/path/to/stable-diffusion-webui）及模型文件（如models/Stable-diffusion/），防止更新失败导致数据丢失。
权限问题：若遇到权限错误，可在命令前添加sudo（如sudo pip install --upgrade pip），但建议优先使用虚拟环境避免系统Python污染。
硬件兼容性：确保GPU驱动与CUDA版本匹配（如CUDA 11.8需对应NVIDIA驱动>=520.61.05），可通过nvidia-smi查看驱动版本，CUDA官网查询兼容性列表。
模型更新：若需更新模型文件（如stable-diffusion-v2-1），需前往Hugging Face下载最新模型权重（如CompVis/stable-diffusion-v2-1），并替换项目中的models/Stable-diffusion/目录。