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 。


