Mac Intel 芯片安装 Stable Diffusion WebUI 指南
本文介绍了在 Intel 芯片 Mac 上安装 Stable Diffusion WebUI 的详细步骤,包括环境配置、依赖安装、模型部署及运行参数设置。重点解决了旧款 Mac 无法使用 GPU 的问题,通过 Conda 管理 Python 版本并配置 CPU 计算模式,确保用户能够顺利启动本地 AI 绘图服务。

本文介绍了在 Intel 芯片 Mac 上安装 Stable Diffusion WebUI 的详细步骤,包括环境配置、依赖安装、模型部署及运行参数设置。重点解决了旧款 Mac 无法使用 GPU 的问题,通过 Conda 管理 Python 版本并配置 CPU 计算模式,确保用户能够顺利启动本地 AI 绘图服务。

目前网上能搜到的 Stable Diffusion WebUI 安装教程大多针对 Windows 或 Mac M1/M2 芯片。对于使用 Intel 芯片的旧款 Mac 笔记本,由于显卡无法被直接调用,安装难度较大。本文旨在提供一套完整的 Intel 芯片 Mac 环境搭建方案,通过 CPU 模式运行,让老设备也能体验 AI 绘图。
在开始之前,请确保满足以下基础环境要求:
从 GitHub 下载 Stable Diffusion WebUI 源代码并进入目录:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
为避免系统 Python 版本冲突,推荐使用 Conda 管理虚拟环境。
~/.bash_profile 文件。vim ~/.bash_profile
# 添加以下内容(替换为实际路径)
export PATH="/Users/你的用户名/anaconda3/bin:$PATH"
保存后执行 source ~/.bash_profile 使配置生效。
为了加速包下载,将 Conda 源切换为国内镜像:
vim ~/.condarc
# 写入以下内容
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- defaults
show_channel_urls: true
创建一个名为 sd 的虚拟环境,指定 Python 版本:
conda create -n sd python=3.10.6
激活环境:
conda activate sd
进入项目目录并安装依赖。注意:此步骤可能因网络问题导致部分包(如 gfpgan)安装失败。
cd stable-diffusion-webui
pip install -r requirements_versions.txt
若遇到超时错误,可尝试更换 pip 镜像源重试:
pip install -r requirements_versions.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
sd-v1-4.ckpt 或 sd-v1-4-full-ema.ckpt。将下载的模型文件移动到对应目录:
stable-diffusion-webui/models/Stable-diffusion/stable-diffusion-webui/models/Lora/
其他类型模型请参照官方文档结构放置。Intel 芯片 Mac 无法使用 CUDA,需强制使用 CPU 计算并降低显存占用。修改配置文件 ~/.bash_profile,添加以下环境变量:
export COMMANDLINE_ARGS="--lowvram --precision full --no-half --skip-torch-cuda-test"
export PYTORCH_ENABLE_MPS_FALLBACK=1
保存后执行 source ~/.bash_profile。
若遇到网络加载缓慢问题,可修改 launch.py 中的链接地址,在 https://github.com 前添加代理前缀 https://ghproxy.com/,以加速资源拉取。
激活虚拟环境并启动服务:
conda activate sd
cd stable-diffusion-webui
python launch.py
当终端输出 http://127.0.0.1:7860 时,表示服务启动成功。在浏览器中访问该地址即可开始使用。
如果在 pip install 过程中提示缺少某些依赖包,可手动安装缺失的包:
pip install <缺失的包名>
Intel 芯片主要依靠 CPU 运算,生成速度会明显慢于 GPU 设备。建议调整采样步数或使用更小的分辨率以提升效率。
如果遇到 OOM 错误,请确保已设置 --lowvram 参数,并关闭其他占用内存较大的应用程序。
通过以上步骤,您可以在 Intel 芯片的 Mac 上成功部署 Stable Diffusion WebUI。虽然性能受限,但足以满足学习和基础创作需求。后续如有更新,建议定期同步官方仓库代码。

微信公众号「极客日志」,在微信中扫描左侧二维码关注。展示文案:极客日志 zeeklog
使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online