如何搭建SD合成服务器

搭建 Stable Diffusion（SD）合成服务器，通常指把 SD 做成可被多用户/多应用远程调用的服务，用于图片生成。下面按从零到可上线的结构给你一套完整方案，涵盖硬件、软件、部署方式、接口和常见坑。

一、目标定位（先明确）

你要做的是哪一类？

不同目标，方案差异很大。

二、硬件要求（非常关键）

1️⃣ GPU（必须）

Stable Diffusion 强烈依赖 NVIDIA GPU

✅ 显存建议 ≥ 8GB

✅ 12GB 以上更稳（可跑 SDXL）

2️⃣ CPU / 内存 / 磁盘

三、基础环境搭建

1️⃣ 安装 NVIDIA 驱动

nvidia-smi

若无输出，先装驱动：

sudo apt update
sudo apt install -y nvidia-driver-535

2️⃣ 安装 CUDA & cuDNN

推荐：

• CUDA 11.8 或 12.1
• cuDNN ≥ 8.7

验证：

nvcc --version

3️⃣ 安装 Python 环境

sudo apt install python3.10 python3-pip

建议用 conda：

conda create -n sd python=3.10
conda activate sd

四、Stable Diffusion 核心部署（三种方式）

✅ 方案一：WebUI（最常用，适合快速搭建）

1️⃣ 安装 Automatic1111 WebUI

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
pip install -r requirements.txt

启动：

./webui.sh --api --listen --xformers

✅ --api：开启 API
✅ --listen：允许远程访问

✅ --xformers：显存优化

2️⃣ API 调用示例

POST http://服务器IP:7861/sdapi/v1/txt2img

{
"prompt": "a cat in space",
"steps": 20,
"width": 512,
"height": 512
}

✅ 适合：

• 内部服务
• 快速验证
• 非高并发

✅ 方案二：ComfyUI（推荐生产 & 流程复杂）

特点

• 节点式
• 速度快
• 更适合服务器

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt
python main.py --listen 0.0.0.0

API 示例：

POST http://IP:8188/prompt

✅ 适合：

• 复杂工作流
• 批量生成
• 企业级

✅ 方案三：Diffusers（最灵活，工程化首选）

安装

pip install diffusers transformers accelerate

代码示例

from diffusers import StableDiffusionPipeline
import torch
pipe = StableDiffusionPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5",
torch_dtype=torch.float16
).to("cuda")
image = pipe("a futuristic city").images[0]
image.save("out.png")

✅ 适合：

• 自研服务
• 高并发
• 精细控制

五、把 SD 做成真正的“服务器”

1️⃣ 封装成 API（FastAPI 示例）

from fastapi import FastAPI
from diffusers import StableDiffusionPipeline
import torch
app = FastAPI()
pipe = StableDiffusionPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5",
torch_dtype=torch.float16
).to("cuda")
@app.post("/generate")
def generate(prompt: str):
image = pipe(prompt).images[0]
path = "result.png"
image.save(path)
return {"path": path}

启动：

uvicorn server:app --host 0.0.0.0 --port 8000

六、模型管理（非常重要）

常见模型：

✅ 建议：

• 单独磁盘存模型
• 用软链接
• 多模型热切换

七、性能优化（必做）

✅ 显存优化

• --xformers
• float16
• enable_attention_slicing()

✅ 并发

• 队列
• 限制同时生成数
• 多进程（谨慎）

八、安全 & 运维

1️⃣ 网络安全

• 不要裸奔 7861 / 8188
• 用 Nginx + 鉴权
• 或内网访问

2️⃣ 鉴权示例

• API Key
• JWT
• IP 白名单

九、常见坑（血泪总结）

❌ 显存爆炸 → 用 SD1.5 先跑
❌ 模型下载慢 → 用 hf-mirror
❌ 远程访问失败 → 检查 --listen
❌ 生成慢 → 没开 xformers

❌ 中文 prompt 差 → 配 CLIP / 翻译

十、我可以继续帮你细化

你可以直接告诉我：
1️⃣ 是 本地服务器 / 云服务器？
2️⃣ 是否要 多用户 / 登录 / 计费？
3️⃣ 用 SD1.5 / SDXL / 自定义模型？
4️⃣ 并发量大概多少？
我可以直接给你：

• ✅ 一套 可复制部署脚本
• ✅ 生产级架构图
• ✅ Docker + GPU 方案
• ✅ 企业级 API 设计

你打算用在什么场景？