Stable Diffusion WebUI 在 RTX 5090 云环境部署指南

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

3.2 下载与配置 Stable Diffusion WebUI

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

3.3 配置启动脚本

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

3.4 首次启动与配置

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：

• 下载 CLIP 模型和 VAE 模型（约 5-10 分钟）
• 编译 xformers 优化器
• 初始化 Web 界面

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

四、本地访问与基础使用

4.1 浏览器访问 WebUI

1. 获取公网 IP

   • 云平台控制台 → 云主机 → 实例详情 → 复制'公网 IP'

2. 浏览器访问

   • 本地浏览器打开：http://你的公网 IP:7860
   • 首次加载约 30 秒，出现 Stable Diffusion WebUI 界面

4.2 生成第一张 AI 图片

1. 模型选择 左上角选择：sd_xl_base_1.0.safetensors

2. 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

3. 参数设置

   • 采样方法：DPM++ 2M Karras
   • 采样步数：25
   • 图片宽度：1024
   • 图片高度：768
   • 提示词引导系数：7.5
   • 随机种子：-1（随机）

4. 生成图片

   • 点击'生成'按钮
   • RTX 5090 约 15 秒完成生成
   • 右键图片可保存到本地

4.3 常用功能体验

• 图生图功能：上传本地图片 → 调整重绘强度（0.5-0.7）→ 添加风格提示词
• 图片放大：生成后点击'Extras' → 选择放大算法（ESRGAN）→ 调整倍数
• 模型管理：设置 → Model Settings → 添加模型下载路径

五、进阶优化与插件安装

5.1 安装实用插件

通过 WebUI 安装（推荐）：

1. 进入'Extensions'标签页
2. 点击'Available' → 'Load from URL'
3. 输入插件 GitHub 地址：
   1. 中文翻译：https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
   2. 提示词自动补全：https://github.com/DominikDoom/a1111-sd-webui-tagcomplete
   3. 模型预览图：https://github.com/AlUlkesh/stable-diffusion-webui-images-browser

命令行安装：

cd /root/sd-webui/extensions
git clone https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
git clone https://github.com/DominikDoom/a1111-sd-webui-tagcomplete

5.2 性能优化配置

修改启动参数 webui-user.sh：

# 编辑用户配置
nano /root/sd-webui/webui-user.sh
# 添加以下优化参数
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"

5.3 模型管理技巧

批量下载模型：

# 编辑用户配置
nano /root/sd-webui/webui-user.sh
# 添加以下优化参数
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"

六、故障排查与维护

6.1 常见问题解决

问题 1：浏览器无法访问

# 检查服务状态
ps aux | grep python | grep launch
# 检查端口占用
netstat -tlnp | grep 7860
# 重启服务
pkill -f launch.py
cd /root/sd-webui && ./start_sd_background.sh

问题 2：显存不足（OOM）

• 解决方案：减少图片尺寸（1024×1024 以内）
• 启用 --medvram 或 --lowvram 参数
• 关闭其他占用显存的进程

问题 3：模型加载失败

# 重新下载模型
rm -f /root/sd-webui/models/Stable-diffusion/sd_xl_base_1.0.safetensors
wget -O /root/sd-webui/models/Stable-diffusion/sd_xl_base_1.0.safetensors [模型链接]

6.2 日常维护命令

查看服务状态：

# 查看运行日志
tail -f /root/sd-webui/webui.log
# 查看 GPU 使用情况
watch -n 1 nvidia-smi
# 检查存储空间
df -h /root

备份重要数据：

# 备份模型配置
tar -czf sd_backup_$(date +%Y%m%d).tar.gz /root/sd-webui/models/ /root/sd-webui/outputs/

七、总结与资源推荐

7.1 部署成果总结

通过本教程，你已经成功在 RTX 5090 上部署了：

• ✅ 完整的 Stable Diffusion WebUI 环境
• ✅ SDXL 1.0 等高质量基础模型
• ✅ 中文化界面和实用插件
• ✅ 优化后的启动参数和后台运行
• ✅ 可远程访问的专业级 AI 绘图工作站

7.2 进阶学习资源

提示词技巧：

• 学习网站：Lexica.art、OpenArt.ai
• 关键词组合：质量词 + 主体 + 风格 + 细节

模型推荐：

• 写实风格：Realistic Vision、ChilloutMix
• 动漫风格：Anything V5、Counterfeit
• 特殊风格：Arcane、MoDi

参数优化：

• 采样器：DPM++ 2M Karras（平衡速度质量）
• 步数：20-30 步（效果与速度平衡）
• CFG Scale：7-9（创意与服从度平衡）

7.3 成本优化建议

1. 及时关机：不用时在控制台关机，仅按实际使用时间计费
2. 使用快照：配置好环境后创建系统快照，便于快速恢复
3. 模型管理：只下载常用模型，避免存储空间浪费