Stable Diffusion WebUi云端部署配置记录

一、前言

业务逻辑：服务器部署sdwebui项目，远程浏览器访问ui界面。服务器可租用AutoDL的GPU服务器

服务器：租用AutoDL的GPU服务器，Linux

Stable Diffusion WebUi：作者AUTOMATIC1111，github项目地址GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI

二、云端部署、服务器部署

部署流程如下：

1、租用AutoDL服务器，创建虚拟环境

（1）租用服务器这里不说了，选择合适的GPU即可，AutoDL可以使用“无卡模式开机”，即不使用显卡，价格很便宜（0.1元/小时）。适合用来配置项目、下载模型、上传数据等不涉及模型运行（训练、推理）、不涉及GPU的准备工作。

开机后，点击JupiterLab进入，点击“终端”进入命令行

（2）创建虚拟环境，在命令行中输入以下命令

# 构建一个虚拟环境名为：xxx，Python版本为3.10.6
conda create -n xxx python=3.10.6    

# 更新bashrc中的环境变量------租用AutoDL服务器需要多此一步，本地部署、自己服务器的不用
conda init bash && source /root/.bashrc

# 切换到创建的虚拟环境：xxx
conda activate xxx

# 验证Python版本
python -V
结果：3.10.6

注意上述更新bashrc中的环境变量，每次启动AutoDL服务器均需要巡行此步骤

conda常用命令：

创建虚拟环境：conda create -n xxx python=版本

激活虚拟环境：conda activate xxx

退出虚拟环境：conda deactivate

删除虚拟环境：conda remove -n xxx --all

查看已创建的环境：conda env list

2、部署Stable Diffusion WebUi项目文件

两种方法，一是git clone，另一个自己下载再上传

方法一，直接运行以下命令

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

方法二，在github中下载，再上传，项目地址如下：

（1）下载

GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI

（2）上传

（3）解压

命令：unzip 下载的zip，例如 unzip clip-vit-large-patch14.tar.gz

3、准备clip-vit-large-patch14与一个checkpoint模型

clip-vit-large-patch14与checkpoint模型可以自己先下载好，也可在“第4步-安装依赖”中在线下载。这里的建议自己下载，在线下载速度慢，且需要魔法上网。

（1）这里的checkpoint模型选择了anything-v5-PrtRE.safetensors，1.99G，还算比较小。也可从C站（https://civitai.com/models，需要魔法上网）自行下载。

“anything-v5-PrtRE.safetensors”百度网盘链接如下

百度网盘

链接：https://pan.baidu.com/s/16fsiEwR2S1n3QQRk3OZMWw
提取码：vpgl

（2）clip-vit-large-patch14是clip模型，给图片和提示词建立关联用，sdwebui运行必不可少。下载位置

https://huggingface.co/openai/clip-vit-large-patch14 ，百度网盘链接如下

百度网盘

链接：https://pan.baidu.com/s/1B-A8uZEWqTwwC-fd43OYsw
提取码：xnq3

（3）下载后，checkpoint模型放在stable-diffusion-webui/models/Stable-diffusion/下，clip-vit-large-patch14需要在stable-diffusion-webui/下新建openai文件夹， 并解压放在openai下

4、安装依赖

在stable-diffusion-webui/目录下运行 pip install -r requirements.txt

在此过程中如果报错，一般是pip版本问题，可使用 pip install --upgrade pip 更新，然后再次运行pip install -r requirements.txt

另一个常见的报错是“**Preparing metadata (setup.py) ...**”，参考以下解决

http://t.csdnimg.cn/ueVPAhttp://t.csdnimg.cn/ueVPA此过程持续时间较长，耐心等待

5、运行SDwebui

在stable-diffusion-webui/ 下，运行：

python launch.py --port 6006

这里加了参数 --port 6006，将服务发布在6006端口，是因为AutoDL在公网开发的端口是6006，参考AutoDL帮助文档https://www.autodl.com/docs/port/

出现以下界面“Model loaded in ......”，说明服务已启动完毕，可以使用了

在“容器实例”中点击“自定义服务”，即可打开webui界面。第一次打开的需要进行实名制认证。

webui界面如图

网址可以复制下来，发给其它人共同使用，手机端也可打开。

用完后，在命令行界面Ctrl+C，停止服务，关闭服务器或者切换到无卡模式。

三、插件、LoRA模型、存储空间等其它说明

1、插件

下好的插件放在extensions目录下，重启启动服务即可，这里放几个常用的插件

百度网盘

链接：https://pan.baidu.com/s/1XwcMyNGIT-K6htuAuTzRYw
提取码：gj9u

2、LoRA模型

Lora模型一般在100~300M左右，放在models/Lora/目录下，重启服务即可，Lora可在C站https://civitai.com/models（魔法上网）下，记得筛选（Filters-LoRA）

3、AutoDL存储空间分配

AutoDL分配的系统盘只有30G，数据盘有50G，SDwebui不算模型就将近25G，因此建议将模型放在数据盘（/root/autodl-tmp/），启动SDwebui的时候加入--ckpt命令，例如：

python launch.py --6006 --ckpt /root/autodl-tmp/模型文件名

这里给出AutoDL官方清理存储空间的帮助文档AutoDL帮助文档https://www.autodl.com/docs/qa1/