本地部署 Stable Diffusion WebUI 对硬件要求较高，尤其是显存。使用云服务器（特别是 GPU 实例）能以较低成本体验强大的 AI 绘画能力，且支持随时随地通过浏览器访问。
一、部署前的准备
1. 选择合适的云服务器
- GPU 型号：优先选择 NVIDIA 显卡，如 V100, T4, P4, 3090, 4090 等。显存越大越好，建议至少 8GB，推荐 12GB 以上。
- 操作系统：Linux 发行版是首选，如 Ubuntu 20.04 LTS 或 Debian 11，社区支持好，文档丰富。
- 网络带宽：部署初期需下载大量模型和依赖，稳定的网络环境至关重要。
2. 环境配置
- Python 版本：推荐使用 Python 3.10.x（如 3.10.6）。过高或过低的版本可能导致依赖库不兼容。
- 虚拟环境：务必使用 venv 或 conda 创建独立虚拟环境，避免依赖冲突，这是管理的黄金法则。
- Git 配置：确保 Git 已安装。若国内访问 GitHub 较慢，可配置镜像源，例如设置环境变量
HF_ENDPOINT指向镜像站（如https://hf-mirror.com），能极大加速模型下载。
二、项目部署
1. 获取项目代码
克隆仓库：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
若遇网络问题，也可手动下载 zip 压缩包上传。核心文件包括启动脚本 webui.sh 和入口文件 launch.py，初始化逻辑集中在 modules/launch_utils.py 中。
2. 性能优化
启动前安装性能优化库，可提升程序运行效率：
sudo apt-get install libgoogle-perftools4 libtcmalloc-minimal4 -y
3. 启动项目
常用启动命令如下：
HF_ENDPOINT=https://hf-mirror.com ./webui.sh --port 7860 --listen --enable-insecure-extension-access --xformers
各参数说明：
- HF_ENDPOINT：重定向 Hugging Face 下载请求到镜像站，解决国内访问慢的问题。
- --port 7860：指定监听端口，默认 7860，可按需修改。
- --listen：允许监听所有网络接口，使局域网或公网设备能访问 WebUI。
- --enable-insecure-extension-access：允许扩展访问本地文件系统，部分插件需要此权限，但需注意安全风险。
- --xformers：启用 xFormers 优化，降低显存占用并提升生成速度，需 NVIDIA GPU 支持。
4. 部署说明
启动后，项目目录会生成 stable-diffusion-webui 文件夹存放环境依赖。若使用 conda 而非 venv，需将 webui.sh 中的 use_venv 变量值改为 0。
三、常见故障排查
1. 网络与依赖问题
- ：检查云主机联网状态及带宽。若需代理，可在 中所有 前添加 。
