Stable Diffusion WebUI 本地部署教程：CUDA、cuDNN 及 PyTorch GPU 环境配置

部署 SD WebUI 前，先安装 CUDA+cuDNN+Pytorch

电脑配置要求

• 系统：Windows 11
• 显卡：NVIDIA GeForce RTX 系列（支持 CUDA）
• 内存：建议 24G 及以上

下载版本参考

• CUDA：13.0
• cuDNN：9.13.1
• PyTorch：12.9

第一步：安装 CUDA

步骤一：查看 CUDA Version

在命令提示符窗口中输入 nvidia-smi，查看 CUDA Version。

建议下载与驱动匹配的最新版本或向下兼容的低版本。

CUDA 下载地址：https://developer.nvidia.com/cuda-toolkit-archive

步骤二：下载 CUDA 安装包

打开官网后，选择对应版本（如 13.0），点击对应的下载链接。

根据操作系统选择版本（Win11 选择 11，Win10 选择 10）。

Installer Type 可选择本地下载 exe(local) 或网络版 exe(network)，点击下载即可。

步骤三：运行安装包

1. 双击运行安装包。
2. 点击'同意并继续'。
3. 选择自定义安装，然后点击下一步。
4. 设置安装路径（可根据磁盘空间选择 C 盘或 D 盘），点击下一步。
5. 等待安装完成，关闭程序。

第二步：安装 cuDNN

步骤一：下载 cuDNN 安装包

打开网址 https://docs.nvidia.com/deeplearning/cudnn/backend/latest/index.html

点击 cuDNN 对应版本（如 9.13.1）下载安装包。

步骤二：运行安装包

1. 双击运行安装包。
2. 选择自定义安装，设置路径（例如 D:\Program Files\NVIDIA\CUDNN\v9.13）。
3. 点击下一步直至完成。

第三步：安装 PyTorch

步骤一：获取安装命令

打开 PyTorch 官网：https://pytorch.org/get-started/locally/

选择 Stable 版本的 CUDA 12.9，复制生成的 pip 安装命令。

示例命令：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu129

步骤二：全局环境下安装 PyTorch

注意：此处建议在虚拟环境外进行基础环境检查，具体项目依赖请在项目虚拟环境中安装。

1. 按 Win+R，输入 cmd 打开命令提示符。
2. 切换至目标盘符（例如输入 D: 进入 D 盘）。
3. 执行上述 pip 安装命令。

第四步：本地部署 Stable Diffusion WebUI