基于CPU的云部署Stable-diffusion-webui的详细过程-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于CPU的云部署Stable-diffusion-webui的详细过程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

最近看到很多很精美的AI图片，也想体验下，正好我有台2vCPU和2G内存轻量云服务器，但是不想再额外买GPU，就想着用CPU模式自己部署，部署经过摸索能顺利完成，但是加载模型已经很吃力，老是提示没有足够内存。本过程主要是用来记录部署的详细过程,仅针对于CPU跑Stable-diffusion-webui。

1、机器配置要求

机器的配置要求主要是针对CPU模式云部署Stable-diffusion-webui。CPU：任何现代AMD或Intel CPU。内存：至少8G内存。存储：这个其实影响不大。显卡： 不影响。系统： centos。

2、配置Python环境

2.1 Miniconda3安装

Miniconda是一款小巧的python环境管理工具，安装包大约只有100M多点，安装程序中包含conda软件包管理器和Python。

下载：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

安装：

sh ./Miniconda3-2022.10-Linux-x86_64.sh

配置环境变量：

vim /root/.bashrc
 
export PATH="/root/miniconda3/bin:$PATH"
 
source /root/.bashrc

环境验证

conda

输入conda回车返回，展示如下图，表示Miniconda3安装。

基于CPU的云部署Stable-diffusion-webui的详细过程,stable diffusion,AI作画

2.2 环境创建

创建名称为sd的环境，其中python版本为3.10.6

conda create -n sd python=3.10.6

查看Miniconda3所有环境，sd环境已经创建成功。

conda env list

2.3 环境激活

Miniconda3默认是base环境，激活成功后base变成sd。

conda activate sd

基于CPU的云部署Stable-diffusion-webui的详细过程,stable diffusion,AI作画

3、 stable-diffusion-webui安装

3.1 文件下载

使用git拉取文件，进入stable-diffusion-webui目录

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

为顺利下载各个依赖文件，在进行部署之前我们先设置下镜像源和github下载设置。如您已经通过特殊途径解决此问题，可不进行配置。

*镜像源设置

在部署之前需提前设置镜像源，不然会一直下载失败。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config set install.trusted-host mirrors.aliyun.com

提供其他国内可用的镜像源。

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

*加速github下载

git config --global url."https://ghproxy.com/".insteadOf https://

3.2 参数设置

由于我的云服务器没有GPU，所以需要在执行部署文件前提前设置下参数。进入webui-user.sh文件，在文件开始添加use_venv、can_run_as_root、CUDA_VISIBLE_DEVICES、COMMANDLINE_ARGS参数。

vim webui-user.sh

基于CPU的云部署Stable-diffusion-webui的详细过程,stable diffusion,AI作画

CUDA_VISIBLE_DEVICES：选择要用于具有多个 GPU 的系统上的实例的 GPU。例如，如果您想使用辅助 GPU，请输入“1”。我们是基于CPU，设置为-1。

COMMANDLINE_ARGS：主程序的附加命令行参数。

listen	开启监听
enable-insecure-extension-access	开启扩展模块
use-cpu	CPU模式
no-half --precision	非半精度
skip-torch-cuda-test	不检查CUDA是否能够正常工作
share	公开

3.3 执行部署

执行webui.sh文件，会进行依赖的文件下载，下载完成就会启动浏览器页面，当看到具体URL时，代表启动成功，可以直接点击进入

./webui.sh

4、模型下载

启动起来的页面中checkpoint中没有模型可以加载，可以通过https://huggingface.co/下载模型文件，不过目前该网站需要特殊渠道，我下载的是v1-5-pruned-emaonly.ckpt文件。模型文件放到Stable-diffusion-webui/models/Stable-diffusion目录中。