Stable Diffusion WebUI 基于云主机 RTX 5090 的部署指南
在云主机环境下部署 Stable Diffusion WebUI 的完整流程。通过配置 Linux 系统,安装 PyTorch 及相关依赖,克隆 WebUI 源码并设置启动脚本,实现远程访问与 AI 绘图。内容涵盖环境准备、依赖安装、模型下载、插件扩展及故障排查,适合开发者快速搭建高性能 AI 绘图工作站。

在云主机环境下部署 Stable Diffusion WebUI 的完整流程。通过配置 Linux 系统,安装 PyTorch 及相关依赖,克隆 WebUI 源码并设置启动脚本,实现远程访问与 AI 绘图。内容涵盖环境准备、依赖安装、模型下载、插件扩展及故障排查,适合开发者快速搭建高性能 AI 绘图工作站。

云主机专为 AI 开发场景优化,对 Stable Diffusion 这类图形密集型任务适配性良好,核心优势如下:
访问云平台控制台
创建云主机配置详解
SD-WebUI-RTX5090(便于识别)确认创建与启动
Web Shell 登录(推荐新手)
验证基础环境 在终端中执行以下命令,检查预装环境:
# 检查 Python 版本
python3 --version
# 检查 CUDA 版本
nvcc --version
# 检查 GPU 状态
nvidia-smi
正常输出应显示 Python 3.10+、CUDA 12.8、RTX 5090 显卡信息。
步骤 1:彻底清理冲突环境
# 卸载可能冲突的包(避免版本不兼容)
pip3 uninstall -y torch torchvision torchaudio xformers diffusers transformers
# 彻底清理残留文件
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
步骤 2:安装 PyTorch 与基础依赖
# 安装适配 RTX 5090 的 PyTorch(CUDA 12.8 版本)
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
步骤 3:安装 Stable Diffusion 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
步骤 1:克隆最新版 WebUI 源码
# 安装 git(如果未预装)
apt update && apt install -y git wget
# 克隆 AUTOMATIC1111 的 WebUI(功能最全的版本)
git clone https://gitee.com/mirrors/stable-diffusion-webui.git /root/sd-webui
# 进入工作目录
cd /root/sd-webui
步骤 2:创建模型目录结构
# 创建必要的模型目录
mkdir -p /root/sd-webui/models/Stable-diffusion # 基础模型
mkdir -p /root/sd-webui/models/Lora # LoRA 模型
mkdir -p /root/sd-webui/models/VAE # VAE 模型
mkdir -p /root/sd-webui/models/ControlNet # ControlNet 模型
mkdir -p /root/sd-webui/outputs # 输出目录
步骤 3:下载基础模型(国内镜像加速)
# 使用 Hugging Face 国内镜像
wget -O /root/sd-webui/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
# 或者使用阿里云镜像
wget -O /root/sd-webui/models/Stable-diffusion/sd_xl_base_1.0.safetensors \
https://mirror.ghproxy.com/https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors
# 下载 SDXL 精炼模型(优化细节)
wget -O /root/sd-webui/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,提升中文提示词理解)
wget -O /root/sd-webui/models/Stable-diffusion/chilloutmix_NiPrunedFp32Fix.safetensors \
https://hf-mirror.com/ckpt/chilloutmix/resolve/main/chilloutmix_NiPrunedFp32Fix.safetensors
创建一键启动脚本 start_sd.sh:
cat > /root/sd-webui/start_sd.sh << 'EOF'
#!/bin/bash
# 进入 WebUI 目录
cd /root/sd-webui
# 设置环境变量
export PYTHONPATH="/root/sd-webui:$PYTHONPATH"
export HF_HOME="/root/.cache/huggingface"
# 启动参数说明:
# --listen:允许外部访问
# --port 7860:指定端口
# --xformers:启用显存优化
# --enable-insecure-extension-access:允许安装插件
# --medvram:中等显存优化模式(适合 RTX 5090)
# --no-half-vae:避免 VAE 精度问题
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
# 赋予执行权限
chmod +x /root/sd-webui/start_sd.sh
步骤 1:首次启动 WebUI
cd /root/sd-webui
./start_sd.sh
报错解决:
# Deactivate current environments
conda deactivate
conda deactivate
# Create a new environment with Python 3.10.6
conda create -n sd-webui python=3.10.6
# Activate the new environment
conda activate sd-webui
# Navigate to your project and run the script
cd /root/sd-webui
./start_sd.sh
首次启动会自动:
等待终端显示以下信息即启动成功:
Running on local URL: http://0.0.0.0:7860 To create a public link, set `share=True` in `launch()`.
步骤 2:后台运行配置(重要) 为避免断开 SSH 后服务停止,配置后台运行:
# 创建后台启动脚本
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"
echo "查看日志:tail -f /root/sd-webui/webui.log"
echo "停止服务:pkill -f launch.py"
EOF
chmod +x /root/sd-webui/start_sd_background.sh
# 启动后台服务
./start_sd_background.sh
获取公网 IP
浏览器访问
http://你的公网 IP:7860模型选择
左上角选择:sd_xl_base_1.0.safetensors
提示词填写
# 正向提示词(英文效果更好)
masterpiece, best quality, 8k resolution, cyberpunk cityscape at night, neon lights, futuristic buildings, rain-wet streets, cinematic lighting, detailed reflections
# 反向提示词(避免不良效果)
low quality, worst quality, bad anatomy, blurry, jpeg artifacts, watermark, text
参数设置
生成图片

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