ubuntu20 TeslaT4 安装stable diffusion-webui

37次阅读
没有评论

共计 4296 个字符,预计需要花费 11 分钟才能阅读完成。

升级系统

sudo apt update && sudo apt upgrade -y

执行 nvidia-smi 查看是否安装了相关驱动

如果执行 nvidia-smi 没有相关命令就需要安装驱动需要确定是否有驱动

Tesla T4 推荐 470/535 驱动:(其他驱动参考官网即可)

apt install nvidia-driver-535
sudo reboot

在执行

root@VM-0-11-ubuntu:/home/ubuntu# nvidia-smi
Sat Aug  2 09:46:09 2025       
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.230.02             Driver Version: 535.230.02   CUDA Version: 12.2     |
|-----------------------------------------+----------------------+----------------------+
| 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 T4                       Off | 00000000:00:08.0 Off |                  Off |
| N/A   69C    P0              69W /  70W |  10597MiB / 16384MiB |    100%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+
                                                                                         
+---------------------------------------------------------------------------------------+
| Processes:                                                                            |
|  GPU   GI   CI        PID   Type   Process name                            GPU Memory |
|        ID   ID                                                             Usage      |
|=======================================================================================|
|    0   N/A  N/A       976      C   /root/ComfyUI/venv/bin/python               100MiB |
|    0   N/A  N/A      1414      G   /usr/lib/xorg/Xorg                            4MiB |
|    0   N/A  N/A     14450      C   ...ble-diffusion-webui/venv/bin/python    10488MiB |
+---------------------------------------------------------------------------------------+

或者使用下面的简单脚本安装驱动,需要根据您自身环境更改

#!/bin/bash
set -e

echo "=== 安装内核头文件和编译工具 ==="
sudo apt update
sudo apt install -y linux-headers-$(uname -r) dkms build-essential

echo "=== 禁用 nouveau 和 nvidiafb ==="
sudo bash -c 'cat > /etc/modprobe.d/blacklist-nvidia-nouveau.conf <<EOF
blacklist nouveau
options nouveau modeset=0
blacklist nvidiafb
EOF'
sudo update-initramfs -u

echo "=== 卸载所有旧版 NVIDIA 驱动 ==="
sudo apt purge -y nvidia-*
sudo apt autoremove -y

echo "=== 安装 NVIDIA 驱动 535 ==="
sudo apt install -y nvidia-driver-535

echo "=== 安装完成,准备重启 ==="
echo "系统将在 10 秒后重启以应用驱动。"
sleep 10
sudo reboot

安装 stable diffusion-webui 脚本(密码没有生效)

#!/bin/bash
set -e

WEBUI_PASSWORD="qq123123"
SD_PATH="/root/stable-diffusion-webui"
VENV_PATH="$SD_PATH/venv"
PYTHON_BIN="$VENV_PATH/bin/python"
PIP_BIN="$VENV_PATH/bin/pip"

echo "=== 1️⃣ 更新系统依赖 ==="
apt update
apt install -y git python3.10-venv python3.10-distutils python3-pip build-essential

echo "=== 2️⃣ 克隆 stable-diffusion-webui ==="
cd /root
if [ ! -d "$SD_PATH" ]; then
  git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
fi
cd "$SD_PATH"

echo "=== 3️⃣ 创建 Python 虚拟环境 ==="
if [ ! -d "$VENV_PATH" ]; then
  python3.10 -m venv "$VENV_PATH"
fi

echo "=== 4️⃣ 升级 pip ==="
$PIP_BIN install --upgrade pip setuptools wheel

echo "=== 5️⃣ 安装依赖 ==="
$PIP_BIN install -r requirements.txt

echo "=== 6️⃣ 安装 GPU 版本 PyTorch ==="
$PIP_BIN uninstall -y torch torchvision torchaudio || true
$PIP_BIN install torch==2.1.2+cu118 torchvision==0.16.2+cu118 torchaudio==2.1.2+cu118 \
    -f https://download.pytorch.org/whl/torch_stable.html

echo "=== 7️⃣ 测试 GPU ==="
$PYTHON_BIN - <<EOF
import torch
print("[ 检测] GPU:", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "未检测到 GPU")
print("[ 检测] CUDA:", torch.version.cuda)
EOF

echo "=== 8️⃣ 创建 systemd 服务 ==="
SERVICE_FILE="/etc/systemd/system/stable-diffusion.service"
cat > $SERVICE_FILE <<EOF
[Unit]
Description=Stable Diffusion WebUI
After=network.target

[Service]
Type=simple
User=root
WorkingDirectory=$SD_PATH
Environment=WEBUI_PASSWORD=$WEBUI_PASSWORD
Environment=PATH=$VENV_PATH/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
ExecStart=$PYTHON_BIN $SD_PATH/launch.py \
    --listen --port 7860 \
    --xformers --opt-sdp-attention --no-half-vae \
    --enable-insecure-extension-access
Restart=always
RestartSec=10
StandardOutput=append:$SD_PATH/webui.log
StandardError=append:$SD_PATH/webui.log

[Install]
WantedBy=multi-user.target
EOF

echo "=== 9️⃣ 启动服务 ==="
systemctl daemon-reload
systemctl enable stable-diffusion
systemctl restart stable-diffusion

echo "✅ 安装完成,访问 http://< 服务器 IP>:7860 密码:$WEBUI_PASSWORD"

stable-diffusion 相关参数说明

  • Euler a:有很高的多样性,tag 利用率仅次与 DPM2 和 DPM2 a。但是构图有时很奇葩,而且步数大于 30,效果减弱
  • Euler:柔和,也适合插画,环境细节与渲染好,背景模糊较深。同时是最简单、最快的
  • LMS 是 Euler 的衍生,它们使用一种相关但稍有不同的方法(平均过去的几个步骤以提高准确性)。大概 30step 可以得到稳定结果,更倾向于动画的风格
  • 4.Heun:单次出图平均质量比 Euler 和 Euler a 高,但速度最慢,高 step 表现好。
  • 5.DPM2: 该采样方法对 tag 的利用率最高,几乎占 80%+
  • 6.DPM2 a:几乎与 DPM2 相同,是对于 DDIM 的改进,减少步骤以获得良好的结果,它的速度大约是 DDIM 的两倍,生图效果也非常好
  • 7.DPM fast:此为上界开发者所遗留的测试工具,不适合魔术师使用
  • 8.LMS Karras:会大改成油画的风格,写实不佳。
  • 9.DDIM: 适合宽画,速度偏低,高 step 表现好,负面 tag 不够时发挥随意,环境光线与水汽效果好,写实不佳。
  • 10.UniPC 效果较好且速度非常快,对平面、卡通的表现较好,推荐使用。
  • 11.DDIM 收敛快,但效率相对较低,因为需要很多 step 才能获得好的结果,适合在重绘时候使用。
  • 12.PLMS 是 Euler 的衍生,可以更好地处理神经网络结构中的奇异性。

输出结果如下

ubuntu20 TeslaT4 安装 stable diffusion-webui

模型可以去 a 站下载放到 /root/stable-diffusion-webui/models/Stable-diffusion 下即可

ubuntu20 TeslaT4 安装 stable diffusion-webui
ubuntu20 TeslaT4 安装 stable diffusion-webui

微信扫描下方的二维码阅读本文

正文完
 0
yx
版权声明:本站原创文章,由 yx 于2025-08-01发表,共计4296字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)
验证码