在纯净的虚拟机上安装及使用Stable Diffusion WebUI

一、环境准备 1、创建一台纯净的虚拟机 2、安装驱动 3、下载安装Anaconda 二、部署stable-diffusion-webui 1、Linux 上的自动安装 2、导航到您想要安装 webui 的目录并执行以下命令： 3、执行webui.sh 三、安装插件 1、在WebUI上安装插件 2、添加inpainting模型到指定目录四、进行文生图测试

一、环境准备

1、创建一台纯净的虚拟机

这里我创建的是一台Ubuntu22.04的虚拟机，配置如下：

CPU：8核
内存：24GB
系统盘：50G（本地硬盘）
数据盘：100G（本地硬盘）
透传设备：2块 （算力GPU-GeForce RTX 4090 D）

2、安装驱动

把 install.sh 驱动脚本传到指定目录(我是安装在了/data目录下），执行以下命令进行安装：

sh install.sh

install.sh脚本如下

      
#!/bin/sh
# This script installs Ollama on Linux.
# It detects the current operating system architecture and installs the appropriate version of Ollama.

set -eu

status() { echo ">>> $*" >&2; }
error() { echo "ERROR $*"; exit 1; }
warning() { echo "WARNING: $*"; }

TEMP_DIR=$(mktemp -d)
cleanup() { rm -rf $TEMP_DIR; }
trap cleanup EXIT

available() { command -v $1 >/dev/null; }
require() {
    local MISSING=''
    for TOOL in $*; do
        if ! available $TOOL; then
            MISSING="$MISSING $TOOL"
        fi
    done

    echo $MISSING
}

[ "$(uname -s)" = "Linux" ] || error 'This script is intended to run on Linux only.'

ARCH=$(uname -m)
case "$ARCH" in
    x86_64) ARCH="amd64" ;;
    aarch64|arm64) ARCH="arm64" ;;
    *) error "Unsupported architecture: $ARCH" ;;
esac

IS_WSL2=false

KERN=$(uname -r)
case "$KERN" in
    *icrosoft*WSL2 | *icrosoft*wsl2) IS_WSL2=true;;
    *icrosoft) error "Microsoft WSL1 is not currently supported. Please upgrade to WSL2 with 'wsl --set-version <distro> 2'" ;;
    *) ;;
esac

VER_PARAM="${OLLAMA_VERSION:+?version=$OLLAMA_VERSION}"

SUDO=
if [ "$(id -u)" -ne 0 ]; then
    # Running as root, no need for sudo
    if ! available sudo; then
        error "This script requires superuser permissions. Please re-run as root."
    fi

    SUDO="sudo"
fi

NEEDS=$(require curl awk grep sed tee xargs)
if [ -n "$NEEDS" ]; then
    status "ERROR: The following tools are required but missing:"
    for NEED in $NEEDS; do
        echo "  - $NEED"
    done
    exit 1
fi

# Everything from this point onwards is optional.

# WSL2 only supports GPUs via nvidia passthrough
# so check for nvidia-smi to determine if GPU is available
if [ "$IS_WSL2" = true ]; then
    if available nvidia-smi && [ -n "$(nvidia-smi | grep -o "CUDA Version: [0-9]*\.[0-9]*")" ]; then
        status "Nvidia GPU detected."
    fi
    install_success
    exit 0
fi

# Install GPU dependencies on Linux
if ! available lspci && ! available lshw; then
    warning "Unable to detect NVIDIA/AMD GPU. Install lspci or lshw to automatically detect and install GPU dependencies."
    exit 0
fi

check_gpu() {
    # Look for devices based on vendor ID for NVIDIA and AMD
    case $1 in
        lspci)
            case $2 in
                nvidia) available lspci && lspci -d '10de:' | grep -q 'NVIDIA' || return 1 ;;
                amdgpu) available lspci && lspci -d '1002:' | grep -q 'AMD' || return 1 ;;
            esac ;;
        lshw)
            case $2 in
                nvidia) available lshw && $SUDO lshw -c display -numeric -disable network | grep -q 'vendor: .* \[10DE\]' || return 1 ;;
                amdgpu) available lshw && $SUDO lshw -c display -numeric -disable network | grep -q 'vendor: .* \[1002\]' || return 1 ;;
            esac ;;
        nvidia-smi) available nvidia-smi || return 1 ;;
    esac
}

if check_gpu nvidia-smi; then
    status "NVIDIA GPU installed."
    exit 0
fi

if ! check_gpu lspci nvidia && ! check_gpu lshw nvidia && ! check_gpu lspci amdgpu && ! check_gpu lshw amdgpu; then
    install_success
    warning "No NVIDIA/AMD GPU detected. Ollama will run in CPU-only mode."
    exit 0
fi

if check_gpu lspci amdgpu || check_gpu lshw amdgpu; then
    # Look for pre-existing ROCm v6 before downloading the dependencies
    for search in "${HIP_PATH:-''}" "${ROCM_PATH:-''}" "/opt/rocm" "/usr/lib64"; do
        if [ -n "${search}" ] && [ -e "${search}/libhipblas.so.2" -o -e "${search}/lib/libhipblas.so.2" ]; then
            status "Compatible AMD GPU ROCm library detected at ${search}"
            install_success
            exit 0
        fi
    done

    status "Downloading AMD GPU dependencies..."
    $SUDO rm -rf /usr/share/ollama/lib
    $SUDO chmod o+x /usr/share/ollama
    $SUDO install -o ollama -g ollama -m 755 -d /usr/share/ollama/lib/rocm
    curl --fail --show-error --location --progress-bar "https://ollama.com/download/ollama-linux-amd64-rocm.tgz${VER_PARAM}" \
        | $SUDO tar zx --owner ollama --group ollama -C /usr/share/ollama/lib/rocm .
    install_success
    status "AMD GPU ready."
    exit 0
fi

# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#rhel-7-centos-7
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#rhel-8-rocky-8
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#rhel-9-rocky-9
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#fedora
install_cuda_driver_yum() {
    status 'Installing NVIDIA repository...'
    case $PACKAGE_MANAGER in
        yum)
            $SUDO $PACKAGE_MANAGER -y install yum-utils
            $SUDO $PACKAGE_MANAGER-config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m)/cuda-$1$2.repo
            ;;
        dnf)
            $SUDO $PACKAGE_MANAGER config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m)/cuda-$1$2.repo
            ;;
    esac

    case $1 in
        rhel)
            status 'Installing EPEL repository...'
            # EPEL is required for third-party dependencies such as dkms and libvdpau
            $SUDO $PACKAGE_MANAGER -y install https://dl.fedoraproject.org/pub/epel/epel-release-latest-$2.noarch.rpm || true
            ;;
    esac

    status 'Installing CUDA driver...'

    if [ "$1" = 'centos' ] || [ "$1$2" = 'rhel7' ]; then
        $SUDO $PACKAGE_MANAGER -y install nvidia-driver-latest-dkms
    fi

    $SUDO $PACKAGE_MANAGER -y install cuda-drivers
}

# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#ubuntu
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#debian
install_cuda_driver_apt() {
    status 'Installing NVIDIA repository...'
    curl -fsSL -o $TEMP_DIR/cuda-keyring.deb https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m)/cuda-keyring_1.1-1_all.deb

    case $1 in
        debian)
            status 'Enabling contrib sources...'
            $SUDO sed 's/main/contrib/' < /etc/apt/sources.list | $SUDO tee /etc/apt/sources.list.d/contrib.list > /dev/null
            if [ -f "/etc/apt/sources.list.d/debian.sources" ]; then
                $SUDO sed 's/main/contrib/' < /etc/apt/sources.list.d/debian.sources | $SUDO tee /etc/apt/sources.list.d/contrib.sources > /dev/null
            fi
            ;;
    esac

    status 'Installing CUDA driver...'
    $SUDO dpkg -i $TEMP_DIR/cuda-keyring.deb
    $SUDO apt-get update

    [ -n "$SUDO" ] && SUDO_E="$SUDO -E" || SUDO_E=
    DEBIAN_FRONTEND=noninteractive $SUDO_E apt-get -y install cuda-drivers -q
}

if [ ! -f "/etc/os-release" ]; then
    error "Unknown distribution. Skipping CUDA installation."
fi

. /etc/os-release

OS_NAME=$ID
OS_VERSION=$VERSION_ID

PACKAGE_MANAGER=
for PACKAGE_MANAGER in dnf yum apt-get; do
    if available $PACKAGE_MANAGER; then
        break
    fi
done

if [ -z "$PACKAGE_MANAGER" ]; then
    error "Unknown package manager. Skipping CUDA installation."
fi

if ! check_gpu nvidia-smi || [ -z "$(nvidia-smi | grep -o "CUDA Version: [0-9]*\.[0-9]*")" ]; then
    case $OS_NAME in
        centos|rhel) install_cuda_driver_yum 'rhel' $(echo $OS_VERSION | cut -d '.' -f 1) ;;
        rocky) install_cuda_driver_yum 'rhel' $(echo $OS_VERSION | cut -c1) ;;
        fedora) [ $OS_VERSION -lt '37' ] && install_cuda_driver_yum $OS_NAME $OS_VERSION || install_cuda_driver_yum $OS_NAME '37';;
        amzn) install_cuda_driver_yum 'fedora' '37' ;;
        debian) install_cuda_driver_apt $OS_NAME $OS_VERSION ;;
        ubuntu) install_cuda_driver_apt $OS_NAME $(echo $OS_VERSION | sed 's/\.//') ;;
        *) exit ;;
    esac
fi

if ! lsmod | grep -q nvidia || ! lsmod | grep -q nvidia_uvm; then
    KERNEL_RELEASE="$(uname -r)"
    case $OS_NAME in
        rocky) $SUDO $PACKAGE_MANAGER -y install kernel-devel kernel-headers ;;
        centos|rhel|amzn) $SUDO $PACKAGE_MANAGER -y install kernel-devel-$KERNEL_RELEASE kernel-headers-$KERNEL_RELEASE ;;
        fedora) $SUDO $PACKAGE_MANAGER -y install kernel-devel-$KERNEL_RELEASE ;;
        debian|ubuntu) $SUDO apt-get -y install linux-headers-$KERNEL_RELEASE ;;
        *) exit ;;
    esac

    NVIDIA_CUDA_VERSION=$($SUDO dkms status | awk -F: '/added/ { print $1 }')
    if [ -n "$NVIDIA_CUDA_VERSION" ]; then
        $SUDO dkms install $NVIDIA_CUDA_VERSION
    fi

    if lsmod | grep -q nouveau; then
        status 'Reboot to complete NVIDIA CUDA driver install.'
        exit 0
    fi

    $SUDO modprobe nvidia
    $SUDO modprobe nvidia_uvm
fi

# make sure the NVIDIA modules are loaded on boot with nvidia-persistenced
if command -v nvidia-persistenced > /dev/null 2>&1; then
    $SUDO touch /etc/modules-load.d/nvidia.conf
    MODULES="nvidia nvidia-uvm"
    for MODULE in $MODULES; do
        if ! grep -qxF "$MODULE" /etc/modules-load.d/nvidia.conf; then
            echo "$MODULE" | sudo tee -a /etc/modules-load.d/nvidia.conf > /dev/null
        fi
    done
fi

status "NVIDIA GPU ready."
yum -y install cuda-toolkit-12-4
install_success

驱动安装完成

3、下载安装Anaconda

下载地址：https://repo.anaconda.com/archive/
我下载的Anaconda 版本是：Anaconda3-2024.06-1-Linux-x86_64.sh
安装程序 Python 版本：Python 3.10.12

inux下载命令如下：

wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh

下载完成后执行：

sh Anaconda3-2024.06-1-Linux-x86_64.sh

安装地址：/usr/local/annocada3，剩下一直回车就行：

安装完成显示：

安装完成后，退出客户端重新连一下

到此，环境准备结束！！！！

二、部署stable-diffusion-webui

git地址：stable-diffusion-webui

1、Linux 上的自动安装

# Debian-based:
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0

如果你的系统很新，你需要安装python3.11或者python3.10。（参考git：https://github.com/AUTOMATIC1111/stable-diffusion-webui/tree/master）
这里我在标题3、下载安装Anaconda中已安装

2、导航到您想要安装 webui 的目录并执行以下命令：

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

或者直接将 repo 克隆到你想要的任何位置：

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

备注：这里git有时候不好用，所以我是直接到https://github.com/AUTOMATIC1111/stable-diffusion-webui/tree/master，下载zip包到本地，再上传到虚拟机的。

3、执行webui.sh

进入到目录：/data/stable-diffusion-webui-master/

root@sssss3322-1:/data# cd stable-diffusion-webui-master/

执行bash webui.sh
这里执行bash webui.sh失败了，遇到了如下问题

这里提示“This script must not be launched as root, aborting（这个脚本不能以root身份启动，否则会中止）”，所以我尝试创建了一个新用户，但是后来也执行失败了。

最后将执行命令改为bash webui.sh -f，执行过程中遇到了以下问题：

该问题解决办法：

执行以下命令：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

如果出现：执行以下命令安装

apt install python3-pip

序号3安装完成后，重新执行序号1，执行完成后显示如下：
再执行bash webui.sh -f，成功运行截图实例如下：

注意：这里虽然执行成功了，服务跑起来了，但是在网页上访问的时候出现了“此地址拒绝访问”的问题

所以，最后将执行命令改为了：

bash webui.sh -f --server-name=0.0.0.0

然后在新创建的同网段的windows窗口进行访问(虚拟机IP:7860)，访问成功，截图如下：

三、安装插件

备注：访问SD的WebUI发现，没有checkpoint：

1、在WebUI上安装插件

插件安装完成后，需要重启服务生效。（“Extensions” - “Installed” - “Apply and restart UI”）

2、添加inpainting模型到指定目录

参考链接：https://www.cnblogs.com/zackstang/p/17324263.html

可以将下载的Stable Diffusion模型放在目录stable-diffusion-webui/models/Stable-diffusion/ 下。
例如，假设我们要做inpaint的调整。先在huggingface下载stable-diffusion-inpainting的checkpoint：
https://huggingface.co/runwayml/stable-diffusion-inpainting
并存放在stable-diffusion-webui/models/Stable-diffusion/ 下。
而后我们在web UI 刷新checkpoint目录即可，就得到了上图所示。

四、进行文生图测试

填入提示语，进行文生图
提示语输入可参考网上，例如：提示语

解决办法：
参考连接：Stable Diffusion WebUI linux部署问题

去网址https://huggingface.co/openai/clip-vit-large-patch14/tree/main下载以下文件：

上传至虚拟机，新建目录 mkdir -p .cache/huggingface/transformers

下载后开始进行配置，这些文件（clip）是模型中encoder所需要的，我们可以从报错信息中去发现是哪里调用了这个openai/clip-vit-large-patch14，去修改这个路径配置即可。如图，我这里显示：

根据日志信息，找到对应路径，修改相应信息：

原来是：

修改：
将version=“openai/clip-vit-large-patch14”
改为：version=“/data/stable-diffusion-webui-master/.cache/huggingface/transformers”

配置修改完成后需要重启SD服务

重启后，尝试进行文生图：

细节还可以修改左下角详细参数。

总结

### 文章总结
本文详细介绍了在Linux环境下（以Ubuntu 22.04为例）部署Stable Diffusion WebUI的步骤，包括环境准备、Stable Diffusion WebUI的部署、插件安装及文生图测试的整个流程。以下是主要步骤的概述：
#### 一、环境准备
1. **创建纯净虚拟机**：
- 使用Ubuntu 22.04，配置包括8核CPU、24GB内存、系统盘50G、数据盘100G，以及透传的两块GeForce RTX 4090 D GPU。
2. **安装驱动**：
- 通过脚本（install.sh）自动安装适用于NVIDIA或AMD GPU的驱动。
- 脚本中包括了检测操作系统、架构、是否需要额外工具（如curl、awk等）的步骤。
- 检测到GPU后，根据GPU类型安装相应的CUDA和ROCm驱动。
3. **下载安装Anaconda**：
- 从[Anaconda官网](https://repo.anaconda.com/archive/)下载安装包（如Anaconda3-2024.06-1-Linux-x86_64.sh），并完成安装，安装地址为/usr/local/anaconda3。
#### 二、部署Stable Diffusion WebUI
1. **安装必要软件**：
- 使用apt工具安装wget、git、python3等。
2. **自动安装脚本或手动下载**：
- 通过wget下载webui.sh脚本或使用git克隆stable-diffusion-webui仓库。
3. **执行webui.sh**：
- 以非root用户执行webui.sh，-f参数强制执行。遇到pip、python3-pip等问题时，需相应处理。
- 解决访问问题时，使用--server-name=0.0.0.0参数。
#### 三、安装插件
1. **通过WebUI安装插件**：
- 在Stable Diffusion WebUI中安装所需插件后重启服务。
2. **添加inpainting模型**：
- 从Hugging Face下载inpainting模型并存储到指定目录，随后在WebUI中刷新checkpoint目录。
#### 四、进行文生图测试
1. **输入提示语并测试**：
- 输入合适的提示语，进行文生图测试。
2. **解决依赖问题**：
- 如果遇到模型依赖问题（如Clip模型未能正确加载），下载所需文件并修改路径配置。
- 重启服务后尝试再次进行测试。
通过完成上述步骤，可以在Linux环境中成功部署并使用Stable Diffusion WebUI进行文生图等创作活动，同时可根据需要安装插件或调整模型以提升创作效率与效果。