Ubuntu系统极速部署Stable Diffusion WebUI完全指南

想在 Ubuntu 系统上安装 Stable Diffusion WebUI，却被各种依赖问题搞得焦头烂额？本文将提供一个详细的、经过验证的安装步骤，确保你能够顺利搭建起自己的图像生成平台。我们会一步步解决可能遇到的环境问题，并提供一些优化建议，让你玩转 Stable Diffusion。

前期准备：硬件与环境检查

在开始安装 Stable Diffusion WebUI 之前，请确保你的 Ubuntu 系统满足以下要求：

• 操作系统： Ubuntu 18.04 或更高版本 (推荐 Ubuntu 20.04 或 22.04)。
• 显卡： NVIDIA 显卡，至少 4GB 显存 (推荐 8GB 或更高，比如 RTX 3060、RTX 3090)。如果使用 AMD 显卡，需要安装 ROCm 支持。
• 驱动： 最新 NVIDIA 驱动程序。
• 内存： 至少 16GB RAM (推荐 32GB 或更高)。
• 存储： 至少 20GB 可用磁盘空间。
• Python： Python 3.8 或更高版本 (推荐 Python 3.10)。

首先，检查你的 NVIDIA 驱动版本。打开终端，输入：

nvidia-smi

如果显示 NVIDIA 驱动信息，说明驱动已正确安装。如果提示找不到命令，则需要安装或更新 NVIDIA 驱动。

安装依赖：Python、CUDA 和 PyTorch

1. 安装 Python 和 pip：

   如果你的系统没有安装 Python，或者版本过低，可以使用以下命令安装：

sudo apt update sudo apt install python3 python3-pip

2.  **安装 CUDA：**

    CUDA 是 NVIDIA 的并行计算平台，用于加速 Stable Diffusion 的图像生成。你可以从 NVIDIA 官网下载 CUDA Toolkit 的安装包，或者使用 apt 包管理器安装：

    ```bash
sudo apt install nvidia-cuda-toolkit

安装完成后，需要设置环境变量：

```bash

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

    可以将这两行添加到 `~/.bashrc` 文件中，以便每次启动终端时自动设置。
3.  **安装 PyTorch：**

    PyTorch 是一个流行的深度学习框架，Stable Diffusion WebUI 依赖 PyTorch。使用 pip 安装 PyTorch：

    ```bash
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

这里的 `cu117` 代表 CUDA 11.7 版本，你需要根据你的 CUDA 版本选择合适的 PyTorch 版本。如果你的 CUDA 版本不同，请在 PyTorch 官网查询对应的安装命令。

克隆 Stable Diffusion WebUI 仓库并安装依赖

1. 克隆仓库：

   使用 git 克隆 Stable Diffusion WebUI 的 GitHub 仓库：

   

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

2.  **安装 Python 依赖：**

    在 `stable-diffusion-webui` 目录下，运行以下命令安装 Python 依赖：

    ```bash
pip3 install -r requirements.txt

这一步可能会花费一些时间，因为它会下载大量的 Python 包。如果在安装过程中遇到网络问题，可以尝试更换 pip 源，比如使用阿里云镜像：

```bash

pip3 install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

### 下载模型文件

Stable Diffusion 需要模型文件才能生成图像。你可以从 Hugging Face 下载 Stable Diffusion 的模型文件，比如 `sd-v1-4.ckpt` 或 `sd-v1-5.ckpt`。将模型文件放到 `stable-diffusion-webui/models/Stable-diffusion` 目录下。

### 启动 WebUI

在 `stable-diffusion-webui` 目录下，运行以下命令启动 WebUI：

```bash
./webui.sh

第一次启动时，WebUI 会自动下载一些额外的文件，比如 VAE 模型。启动完成后，你可以在浏览器中访问 http://localhost:7860 来使用 Stable Diffusion WebUI。

常见问题与解决方案

• 缺少依赖： 如果在运行 webui.sh 时提示缺少依赖，请仔细检查 requirements.txt 文件，并使用 pip 安装缺少的包。

• 显存不足： 如果你的显卡显存较小，可以尝试修改 webui-user.sh 文件，添加 --lowvram 或 --medvram 参数，以降低显存占用。例如：

COMMANDLINE_ARGS="--lowvram"

*   **速度慢：** 可以尝试使用 `--xformers` 参数来优化推理速度。首先需要安装 `xformers`：

    ```bash
pip3 install xformers

然后在 `webui-user.sh` 文件中添加 `--xformers` 参数：

```bash

COMMANDLINE_ARGS="--xformers"

*   **启动失败:** 检查CUDA是否正确安装并且环境变量配置正确。另外，确保你的Python版本与PyTorch版本兼容。

### 安全配置：反向代理与防火墙

如果需要将 Stable Diffusion WebUI 部署到公网，建议使用 Nginx 作为反向代理，并配置防火墙，以提高安全性。可以使用宝塔面板简化 Nginx 的配置。

1.  **安装宝塔面板:**

    ```bash
sudo apt update
sudo apt install wget
wget -O install.sh http://download.bt.cn/install/install-ubuntu_6.0.sh
sh install.sh

2. 配置 Nginx 反向代理: 在宝塔面板中，添加站点，然后配置反向代理，将域名指向 http://localhost:7860。
3. 配置防火墙: 开放 80 和 443 端口，并关闭其他不必要的端口。

通过以上步骤，你就可以在 Ubuntu 系统上成功安装 Stable Diffusion WebUI，并开始探索 AI 图像生成的乐趣。希望本教程能够帮助你解决安装过程中遇到的问题。