跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
Python

基于 RTX 5090 云服务器部署 Stable Diffusion WebUI 指南

本教程介绍如何在搭载 RTX 5090 的云主机上部署 Stable Diffusion WebUI,涵盖环境配置、依赖安装、模型下载、服务启动及日常维护。 一、环境准备与实例配置 1.1 创建云主机实例 登录云主机控制台,完成注册与实名认证。 创建实例时进行如下配置: **实例名称**:SD-WebUI-RTX5090 **算力规格**:选择 RTX 5090(32GB 显存) **系统镜像**…

Tesfly发布于 2026/3/30更新于 2026/10/2429K 浏览
基于 RTX 5090 云服务器部署 Stable Diffusion WebUI 指南

本教程介绍如何在搭载 RTX 5090 的云主机上部署 Stable Diffusion WebUI,涵盖环境配置、依赖安装、模型下载、服务启动及日常维护。

一、环境准备与实例配置

1.1 创建云主机实例

  1. 登录云主机控制台,完成注册与实名认证。
  2. 创建实例时进行如下配置:
    • 实例名称:SD-WebUI-RTX5090
    • 算力规格:选择 RTX 5090(32GB 显存)
    • 系统镜像:选择默认 Linux 镜像(需预装 Python 3.10+ 与 CUDA 12.8)
    • 存储配置:系统盘 50GB,如需存储大量模型可挂载数据盘
    • 网络与安全:选择国内区域,安全组默认开放全部端口或至少放行 7860 端口
  3. 确认创建,等待实例状态变为'运行中'。

1.2 登录终端与验证环境

推荐使用控制台提供的 Web Shell 或 SSH 登录。登录后执行以下命令验证基础环境:

python3 --version
nvcc --version
nvidia-smi

正常输出应显示 Python 3.10+、CUDA 12.8 及 RTX 5090 显卡信息。

二、依赖安装与环境清理

2.1 清理冲突环境

# 卸载可能冲突的包
pip3 uninstall -y torch torchvision torchaudio xformers diffusers transformers
# 清理残留缓存与文件
rm -rf /root/.cache/pip
rm -rf /opt/miniconda3/lib/python3.12/site-packages/{torch*,xformers*,diffusers*,transformers*}
# 更新 pip 并清理缓存
pip3 install --upgrade pip
pip3 cache purge

2.2 安装 PyTorch 与基础依赖

# 安装适配 CUDA 12.8 的 PyTorch
pip3 install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 \
  --index-url https://download.pytorch.org/whl/cu128 \
  -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装图像处理基础库
pip3 install numpy==1.26.4 pillow==10.3.0 opencv-python==4.9.0.80 \
  -i https://pypi.tuna.tsinghua.edu.cn/simple

2.3 安装 WebUI 核心依赖

# 安装 HuggingFace 相关库
pip3 install transformers accelerate diffusers \
  -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装 Web 界面框架
pip3 install gradio==3.41.2 fastapi==0.104.1 uvicorn==0.24.0 \
  -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装性能优化插件
pip3 install xformers -i https://pypi.tuna.tsinghua.edu.cn/simple

三、下载与配置 Stable Diffusion WebUI

3.1 克隆源码与创建目录

apt update && apt install -y git wget
git clone https://gitee.com/mirrors/stable-diffusion-webui.git /root/sd-webui
cd /root/sd-webui

# 创建模型目录结构
mkdir -p models/{Stable-diffusion,Lora,VAE,ControlNet} outputs

3.2 下载基础模型

使用国内镜像加速下载 SDXL 基础模型与常用模型:

# 下载 SDXL Base 模型
wget -O models/Stable-diffusion/sd_xl_base_1.0.safetensors \
  https://hf-mirror.com/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

# 下载 SDXL Refiner 模型
wget -O models/Stable-diffusion/sd_xl_refiner_1.0.safetensors \
  https://hf-mirror.com/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors

# 下载中文优化模型(可选)
wget -O models/Stable-diffusion/chilloutmix_NiPrunedFp32Fix.safetensors \
  https://hf-mirror.com/ckpt/chilloutmix/resolve/main/chilloutmix_NiPrunedFp32Fix.safetensors

四、启动脚本与服务配置

4.1 创建一键启动脚本

创建 /root/sd-webui/start_sd.sh:

cat > /root/sd-webui/start_sd.sh << 'EOF'
#!/bin/bash
cd /root/sd-webui
export PYTHONPATH="/root/sd-webui:$PYTHONPATH"
export HF_HOME="/root/.cache/huggingface"

python3 launch.py \
  --listen \
  --port 7860 \
  --xformers \
  --enable-insecure-extension-access \
  --medvram \
  --no-half-vae \
  --skip-torch-cuda-test \
  --skip-version-check \
  --update-check
EOF
chmod +x /root/sd-webui/start_sd.sh

4.2 首次启动与异常处理

执行 ./start_sd.sh 首次启动。若遇到 Conda 环境冲突报错,可尝试以下操作:

conda deactivate
conda create -n sd-webui python=3.10.6
conda activate sd-webui
cd /root/sd-webui && ./start_sd.sh

首次启动会自动下载 CLIP/VAE 模型并编译优化器。终端显示 Running on local URL: http://0.0.0.0:7860 即表示启动成功。

4.3 配置后台运行

为避免断开连接后服务停止,创建后台启动脚本 /root/sd-webui/start_sd_background.sh:

cat > /root/sd-webui/start_sd_background.sh << 'EOF'
#!/bin/bash
cd /root/sd-webui
nohup python3 launch.py \
  --listen \
  --port 7860 \
  --xformers \
  --enable-insecure-extension-access \
  --medvram \
  --no-half-vae \
  > /root/sd-webui/webui.log 2>&1 &
echo "WebUI 已启动,日志文件:/root/sd-webui/webui.log"
EOF
chmod +x /root/sd-webui/start_sd_background.sh
./start_sd_background.sh

五、本地访问与基础使用

5.1 浏览器访问

在云主机控制台获取实例公网 IP,本地浏览器访问 http://<公网IP>:7860。首次加载约需 30 秒。

5.2 生成第一张 AI 图片

  1. 选择模型:左上角选择 sd_xl_base_1.0.safetensors。
  2. 填写提示词:
    • 正向:masterpiece, best quality, 8k resolution, cyberpunk cityscape at night, neon lights, futuristic buildings, rain-wet streets, cinematic lighting, detailed reflections
    • 反向:low quality, worst quality, bad anatomy, blurry, jpeg artifacts, watermark, text
  3. 参数设置:采样方法 DPM++ 2M Karras,步数 25,分辨率 1024x768,CFG Scale 7.5。
  4. 点击'生成',等待完成后右键保存图片。

六、进阶优化与插件管理

6.1 安装实用插件

在 WebUI 的 Extensions -> Available 中加载以下仓库地址:

  • 中文界面:https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
  • 提示词补全:https://github.com/DominikDoom/a1111-sd-webui-tagcomplete
  • 模型预览:https://github.com/AlUlkesh/stable-diffusion-webui-images-browser 也可通过命令行直接克隆至 /root/sd-webui/extensions/ 目录。

6.2 性能参数优化

编辑 /root/sd-webui/webui-user.sh,追加以下参数以提升稳定性与性能:

export COMMANDLINE_ARGS="--listen --xformers --opt-split-attention --no-half-vae --medvram"
export TORCH_COMMAND="pip3 install torch==2.7.1 torchvision==0.22.1"

6.3 模型管理技巧

  • 将下载的 .safetensors 或 .ckpt 文件放入 models/Stable-diffusion/ 目录。
  • 在 WebUI 设置中点击'重新加载模型'即可识别新模型。
  • 建议定期清理未使用的模型以节省存储空间。

七、故障排查与日常维护

7.1 常见问题解决

  • 无法访问 WebUI:检查服务状态 ps aux | grep launch 与端口占用 netstat -tlnp | grep 7860。必要时执行 pkill -f launch.py 后重启服务。
  • 显存不足 (OOM):降低生成分辨率(如 1024x1024 以内),启用 --medvram 或 --lowvram 参数,关闭其他 GPU 进程。
  • 模型加载失败:检查文件完整性,必要时重新下载。

7.2 维护命令

# 查看运行日志
tail -f /root/sd-webui/webui.log
# 监控 GPU 状态
watch -n 1 nvidia-smi
# 检查磁盘空间
df -h /root
# 备份模型与输出文件
tar -czf sd_backup_$(date +%Y%m%d).tar.gz /root/sd-webui/models/ /root/sd-webui/outputs/

八、总结与资源推荐

完成上述步骤后,即可获得一套可远程访问、配置优化的 AI 绘图工作站。

  • 提示词学习:参考 Lexica.art、OpenArt.ai 等平台。
  • 模型推荐:写实风格可选 Realistic Vision、ChilloutMix;动漫风格可选 Anything V5、Counterfeit。
  • 成本控制:闲置时及时在控制台关机或创建快照,按需使用算力资源。

目录

  1. 一、环境准备与实例配置
  2. 1.1 创建云主机实例
  3. 1.2 登录终端与验证环境
  4. 二、依赖安装与环境清理
  5. 2.1 清理冲突环境
  6. 卸载可能冲突的包
  7. 清理残留缓存与文件
  8. 更新 pip 并清理缓存
  9. 2.2 安装 PyTorch 与基础依赖
  10. 安装适配 CUDA 12.8 的 PyTorch
  11. 安装图像处理基础库
  12. 2.3 安装 WebUI 核心依赖
  13. 安装 HuggingFace 相关库
  14. 安装 Web 界面框架
  15. 安装性能优化插件
  16. 三、下载与配置 Stable Diffusion WebUI
  17. 3.1 克隆源码与创建目录
  18. 创建模型目录结构
  19. 3.2 下载基础模型
  20. 下载 SDXL Base 模型
  21. 下载 SDXL Refiner 模型
  22. 下载中文优化模型(可选)
  23. 四、启动脚本与服务配置
  24. 4.1 创建一键启动脚本
  25. 4.2 首次启动与异常处理
  26. 4.3 配置后台运行
  27. 五、本地访问与基础使用
  28. 5.1 浏览器访问
  29. 5.2 生成第一张 AI 图片
  30. 六、进阶优化与插件管理
  31. 6.1 安装实用插件
  32. 6.2 性能参数优化
  33. 6.3 模型管理技巧
  34. 七、故障排查与日常维护
  35. 7.1 常见问题解决
  36. 7.2 维护命令
  37. 查看运行日志
  38. 监控 GPU 状态
  39. 检查磁盘空间
  40. 备份模型与输出文件
  41. 八、总结与资源推荐

更多推荐文章

查看全部
  • 基于 LLaMA-Factory 与 LoRA 微调 GPT-OSS-20B 模型实战
  • GLM-4.6V-Flash-WEB 国内部署:中科大 Docker 镜像源配置教程
  • 2026 年测试工程师必备的 10 款免费开源 AI 工具
  • C++ 虚函数与纯虚函数:多态机制的深度解析
  • 基于 DeepFace 和 OpenCV 的实时情绪分析器
  • 精选 GitHub 上 7 款热门 Claude Skills 开源工具
  • Python Pygame 实战:打地鼠小游戏开发指南
  • 飞书 OpenClaw 机器人配置指南:实现 AI 智能对话与自动化办公
  • 宇树机器人 G1 导航仿真:地图转换与参数配置
  • Linux 环境变量详解:概念、操作与代码获取
  • CSS3 十六进制透明度实战:#RRGGBBAA 用法与避坑指南
  • 10 个实用 Python 装饰器示例与核心原理解析
  • ES6 新特性与常用数组方法详解
  • OpenCV Canny 边缘检测算法原理与 C++ 实现
  • AI 辅助开发:智能生成安装程序的新体验
  • Linux 新手入门:软件安装、Vim 操作与 GCC 编译基础工具链
  • Axios 错误处理的设计与进阶封装,实现网络层面的数据与状态解耦
  • AI 绘画在商业设计中的应用与版权解析
  • 几款免费 AI 视频生成工具推荐
  • Qt Creator 配置 GitHub Copilot AI 辅助编程插件教程

相关免费在线工具

  • curl 转代码

    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

  • Base64 字符串编码/解码

    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

  • Base64 文件转换器

    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

  • Markdown转HTML

    将 Markdown(GFM)转为 HTML 片段,浏览器内 marked 解析;与 HTML转Markdown 互为补充。 在线工具,Markdown转HTML在线工具,online

  • HTML转Markdown

    将 HTML 片段转为 GitHub Flavored Markdown,支持标题、列表、链接、代码块与表格等;浏览器内处理,可链接预填。 在线工具,HTML转Markdown在线工具,online

  • JSON 压缩

    通过删除不必要的空白来缩小和压缩JSON。 在线工具,JSON 压缩在线工具,online