一、为什么选择高性能 GPU 部署 Stable Diffusion？
Stable Diffusion 属于图形密集型任务，对显存要求较高。使用配备高端 GPU（如 RTX 5090）的云端环境具有以下优势：
- 丰富硬件资源：32GB 显存可完美支撑大模型与高清绘图，避免 OOM 问题。
- 预装开发环境：通常预装 Python 3.10+、CUDA 及适配驱动，减少配置时间。
- 弹性计费：按需付费，关机零费用，比本地装机成本低。
- 网络加速：国内节点访问 PyPI 镜像和模型仓库速度更快。
二、环境准备：精准配置云主机
2.1 创建云主机实例
- 登录控制台：进入云服务商管理后台。
- 创建实例配置：
- 实例名称：
SD-WebUI-RTX5090 - 算力规格：选择 RTX 5090（32GB 显存）
- 系统镜像：默认 Linux 镜像（建议 Ubuntu 20.04/22.04）
- 存储配置：系统盘 50GB 以上，数据盘按需扩展
- 网络与安全：开放 SSH 端口及 WebUI 访问端口（如 7860）
- 实例名称：
2.2 连接服务器终端
推荐使用 SSH 客户端或 Web Shell 登录。验证基础环境：
# 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.x 及显卡信息。
三、完整部署流程
3.1 环境清理与依赖安装
步骤 1：清理冲突环境
# 卸载可能冲突的包
pip3 uninstall -y torch torchvision torchaudio xformers diffusers transformers
# 清理缓存
rm -rf /root/.cache/pip
pip3 install --upgrade pip
pip3 cache purge
步骤 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：安装核心依赖
# HuggingFace 相关库
pip3 install transformers accelerate diffusers -i https://pypi.tuna.tsinghua.edu.cn/simple
# 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
pip3 install xformers -i https://pypi.tuna.tsinghua.edu.cn/simple
