Linux安装Stable Diffusion的操作

Linux安装Stable Diffusion的可执行步骤
一 环境准备与硬件建议

• 操作系统：推荐 Ubuntu 22.04/24.04 或 CentOS 7/8（服务器/桌面均可）。
• GPU与驱动：有 NVIDIA 显卡时安装对应版本的 NVIDIA 驱动 与 CUDA/cuDNN，建议 显存≥4GB（更推荐 8GB+ 以流畅使用 SD 1.5/SDXL）。
• 基础工具：安装 Python 3.10、Git、venv/conda、Docker（如需容器化）。
• 资源建议：内存 ≥16GB，可用存储 ≥20GB（SSD 更佳）。
• 验证命令示例：
• 查看驱动与 CUDA：nvidia-smi、nvcc --version
• 查看 Python：python3 --version、pip --version
• 以上准备完成后再进行后续安装。

二 原生安装步骤 AUTOMATIC1111 WebUI

• 安装依赖与获取代码
• Ubuntu/Debian：

sudo apt update
sudo apt install -y python3.10 python3-pip python3-venv git

• CentOS/RHEL：

sudo yum install -y python3 python3-pip git

• 克隆仓库并进入目录：

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
• 使用 venv：

python3 -m venv venv
source venv/bin/activate
pip install -U pip
pip install -r requirements.txt

• 或使用 conda（示例）：

conda create -n sd-webui python=3.10 -y
conda activate sd-webui
pip install -r requirements.txt

• 下载模型权重
• 从 Hugging Face 下载如 v1-5-pruned-emaonly.safetensors 或 SDXL 模型，放入：

models/Stable-diffusion/

• 启动与访问
• 本地访问：

./webui.sh
# 或
python launch.py

浏览器打开 http://127.0.0.1:7860。

• 允许其他设备访问（服务器场景）：

./webui.sh --listen
# 或
python launch.py --listen

如需基础鉴权（浏览器弹窗登录）：

python launch.py --listen --gradio-auth username:password

如为云服务器，请放行 TCP 7860 端口。
三 Docker部署方式

• 安装 Docker 与 NVIDIA 容器支持（Ubuntu 示例）

sudo apt update
sudo apt install -y docker.io
sudo systemctl enable --now docker
# 安装 NVIDIA Container Toolkit（按官方指引）
# 参考：https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

• 准备数据与模型目录

mkdir -p ~/stable-diffusion/{models,outputs}
# 将模型放入：~/stable-diffusion/models/Stable-diffusion/

• 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

浏览器访问 http://localhost:7860（远程访问将 localhost 换为服务器 IP）。
四 常用启动参数与性能优化

• 显存与速度优化
• 启用 xFormers（NVIDIA 显卡推荐）：

./webui.sh --xformers
# 或
python launch.py --xformers

• 显存优化（按显存选择其一或组合）：

python launch.py --medvram        # 中等显存
python launch.py --lowvram         # 低显存
python launch.py --opt-split-attention  # 部分环境可进一步省显存

• 端口与访问
• 更换端口（避免冲突）：

python launch.py --port 7890

• 临时公网分享（有效期约 72 小时）：

python launch.py --share

• 其他常用
• 允许局域网访问：--listen
• 基础鉴权：--gradio-auth user:pass
• 主题：--theme dark

五 常见问题与排查

• 依赖冲突或安装缓慢
• 使用虚拟环境隔离；必要时更换 pip 镜像源（如清华源）后重装依赖：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt

• CUDA/显存不足
• 降低分辨率、开启 --medvram/--lowvram、减少 batch size；确保使用 支持 CUDA 的 PyTorch 版本。
• 模型加载失败
• 核对模型文件是否完整（必要时校验 SHA256），并确认放置在正确目录 models/Stable-diffusion/。
• 无法远程访问
• 启动参数加 --listen；服务器放行 7860/tcp 防火墙端口；云厂商安全组同样需要放行。
• 国内网络访问 GitHub 或模型下载慢
• 可临时使用镜像或代理；部分教程提供替换下载地址的方法（如将 github 替换为 kgithub 的应急做法）。