跟上ai潮流，随着人工智能技术的不断发展，ai绘画也不例外。现在可以使用stable-diffusion-webui来创作出各种惊艳的作品但是对于初次使用的人来说，安装和使用可能会有些困难。在本文中，我将为大家介绍ubuntu部署stable-diffusion-webui的方法和使用技巧，希望能够帮助大家更好地利用这一工具进行创作。

安装环境

• VMware虚拟机
• CPU：8 Core
• GPU：Tesla P40
• RAM：8G
• 系统：Ubuntu 22.04.1 LTS
• 用户：root

本次安装：

• Nvidia-driver
• Anaconda3
• Cuda 11.8
• PyTorch 2.0
• Xformers 0.17
• Stable-diffusion-webui

安装显卡驱动

第一步：查询合适的显卡驱动

ubuntu-drivers devices

正常输出输出

vendor   : NVIDIA Corporation
model    : 显卡型号
driver   : nvidia-driver-515 - distro non-free
driver   : nvidia-driver-515-server - distro non-free
driver   : nvidia-driver-525 - distro non-free recommended
driver   : nvidia-driver-525-server - distro non-free
...

会提示合适的显卡驱动版本，这次选择 nvidia-driver-525 进行安装，可以视情况选择不同的版本

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

2.Command 'ubuntu-drivers' not found
解决方法：按提示安装ubuntu-drivers即可

sudo apt install ubuntu-drivers-common

第二步：安装驱动

输入：

sudo apt install nvidia-driver-xxx

xxx可以视情况选择不同的版本，这次安装的是525

安装完成后重启系统并输入nvidia-smi验证安装，正确安装驱动后会显示以下信息

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 525.85.05    Driver Version: 525.85.05    CUDA Version: 12.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  Tesla P40           Off  | 00000000:03:00.0 Off |                  Off |
| N/A   36C    P8    10W / 250W |      4MiB / 24576MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1314      G   /usr/lib/xorg/Xorg                  4MiB |
+-----------------------------------------------------------------------------+

安装Cuda

全版本CUDA Toolkit Archive
这次选CUDA Toolkit 11.8进行下载安装。

在服务器上执行对应命令安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

中途同意一下EULA，因为已经安装了显卡驱动，这里取消驱动的安装，只保留CUDA

等待安装完成即可

安装Anaconda

参考之前的Anaconda安装方法，安装conda环境

安装sd-webui

选择安装目录

创建一个sd-webui的目录

mkdir sd-webui
cd /sd-webui

创建conda虚拟环境

需要使用3.10版本的python，建议3.10.6以上（webui的api低于这个版本好像会出奇怪的问题）

conda create --name sdwebui_env python=3.10
中途按Y确认一下就行。

激活环境

conda activate sdwebui_env

查看python版本

python -V

从github上拉取最新的sd-webui

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

进入webui目录

cd stable-diffusion-webui

安装依赖

换pip源

清华大：https://pypi.tuna.tsinghua.edu.cn/simple/
中科大：https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣源：https://pypi.doubanio.com/simple/
阿里源：http://mirrors.aliyun.com/pypi/simple/
默认源：https://pypi.org/simple/

全局设置pip源：pip config set global.index-url 源地址
临时设置pip源： 在 pip/pip3 命令最后面加上 -i 源地址

安装pytorch

Pytorch官网选择对应版本的pytorch，这里选2.0（对应CUDA11.8）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装xformers（正常安装）

pip install xformers

安装xformers（编译安装）

pip install ninja
pip install -v -U git+https://github.com/facebookresearch/xformers.git@main#egg=xformers

安装其他依赖

pip install -r requirements_versions.txt --prefer-binary

启动sd-webui

python launch.py --listen --port 8080 -xformers

不出意外就能访问webui了

安装插件

非本机（127.0.0.1）访问webui的话，默认是装不了插件的，需要添加启动参数 --enable-insecure-extension-access

推荐一些插件：