大家好，我是程序员晓晓
不知道平时经常使用 SD WebUI 的小伙伴发现没有，随着安装插件和模型越来越多，WebUI 时不时会出现卡顿或爆显存的情况，尤其在低显存的硬件上更加明显，只能不停的重启来解决。
估计是 WebUI 的作者张吕敏博士自己也发现了这个问题，于是升级版的 SD WebUI Forge 它来了！操作界面虽然和原来的一模一样，但运行效率和图像生成速度都有了不错的提升，下面快跟着我来看看吧～
一、Forge 基础介绍
首先关于为什么取 Forge 这个名字：单词 Forge 有「锻造」的意思，根据作者解释，该词的灵感是来源于 Minecraft Forge 我的世界，而新开发的 forge 版本项目也是致力于在此前 SD WebUI 的基础上做进一步的精炼和提效。
1. 更快的生成速度
而 SD WebUI Forge 也确实做到了这一点，首先该版本最大的特点就是开发过程中极大的简化了代码逻辑，通过优化资源配置进一步加快推理速度，尤其对显存越小的玩家来说提升愈加明显。根据官方描述，相较于原版的 SD WebUI，在使用 SDXL 模型生成 1024 分辨率的图片时可以直接带来以下性能提升：
此外，SDXL 模型在配合使用 ControlNet 时，最多支持控制单元直接翻倍，生成速度也有提升 30%～45%。
查看上面的效果对比可以发现，显存越小的硬件在使用 SD WebUI Forge 绘图时性能提升愈加明显，最高可达 75%！也就是说不需要任何额外设置，Forge 即可支持在 4GB 显存下运行 SDXL 以及在 2GB 显存下运行 SD1.5。
2. 更优质的插件生态环境
Forge 相较原版，另一个重要的变化是对资源管理方面的程序进行了优化，因此各类功能插件的适配范围大大提升，对插件开发者而言，不用再绞尽脑汁的对各类 Bug 做临时修复，消除不同扩展插件相互干扰的风险，像之前开启多个插件时容易发生的冲突报错问题也被大大缓解。
3. 支持更多的采样器
此外 Forge 里还在原版基础上添加了更多的采样器，包括但不限于 DDPM、DDPM Karras、DPM++2M Turbo、DPM++2M SDE Turbo、LCM Karras、Euler a Turbo 等，可以灵活选择升级的采样算法配合模型使用。
4. 预安装更多拓展插件
作者在新的 Forge 中为我们默认预装好了 ControlNet、FreeU、SVD 视频生成、Z123 图生 3D 对象等功能拓展，像原版 SD WebUI 没有的 Ip-adapter 蒙版、controlnet 蒙版、photomaker 等功能在新的 Forge 中都得到了原生支持。
二、Win 安装方法
SD WebUI Forge 的 Win 系统 一键安装包我已经准备好了（请看下方扫描免费获取），点击下载解压后我们可以看到以下几个文件，其中 WebUI 部分放在「webui」的文件夹内，使用方法和之前一样，对应模型、插件等也是安装在该文件夹内。
在第一次启用 Forge 时，一定要先双击启动「update.bat」程序，因为官方提供的安装包是刚发布的初代版本，存在早期的潜在报错风险，启用该程序可以帮我们自动更新至最新版。启动过程会比较漫长，除了下载各种配置文件外，耗时最久的事需要下载一个体积 1.99G 的 CKPT 模型「realisticVisionV51_v51VAE.safetensor」，期间如果网络条件不佳很容易中断，下次又要从头开始下载。
我这边已经为大家下载好该模型（模型下载请看下方扫描免费获取），强烈建议大家直接下载至本地，提前放在 forge 根目录下的「\webui\models\Stable-diffusion」文件夹内，「update.bat」程序运行时可直接跳过模型下载步骤，更新速度会快很多。
更新完成后会在浏览器中自动为我们打开新的 SD WebUI Forge 页面，可以看到和此前 WebUI 界面完全一样。在初次更新并正常运行，日后如果想再次启用，只需双击「run.bat」程序就能正常运行了。
四、如何与原版 WebUI 共享模型地址
这里还有一个比较困扰大家的问题，如果你的电脑上同时安装了原版的 SD WebUI 和新的 Forge，如果每个模型都要从原版那里复制一遍未免太麻烦，且浪费很多硬盘空间，下面教大家如何在 Forge 中直接调用原版 SD WebUI 的相关模型。
打开 SD Forge，我们选择进入「webui」文件夹，在其中找到「webui-user.bat」文件，右键选择使用文本编辑器打开，可以看到以下代码：
这里就是内置好的模型资源调用程序，我们如果想实现直接调用原 SD WebUI 的模型文件，需要做的是将对应文件夹地址粘贴至这里，但是可以看到这里支持的调用模型类型只有 ckpt、hypernetwork、embeddings、lora 这 4 种，而 controlnet、gfpgan 等一众其他模型文件并没有，所以建议大家直接使用下面我准备好的这串代码，可调用的模型文件会更加齐全。
@REM Uncomment following code to reference an existing A1111 checkout. set A1111_HOME=「你的原 SD WebUI 根目录路径」set VENV_DIR=%A1111_HOME%/venv set COMMANDLINE_ARGS=%COMMANDLINE_ARGS% ^ --ckpt-dir %A1111_HOME%/models/Stable-diffusion ^ --vae-dir %A1111_HOME%/models/VAE ^ --lora-dir %A1111_HOME%/models/Lora ^ --embeddings-dir %A1111_HOME%/embeddings ^ --controlnet-dir %A1111_HOME%/extensions/sd-webui-controlnet ^ --gfpgan-models-path %A1111_HOME%/models/GFPGAN ^ --codeformer-models-path %A1111_HOME%/models/CodeFormer ^ --esrgan-models-path %A1111_HOME%/models/ESRGAN ^ --realesrgan-models-path %A1111_HOME%/models/RealESRGAN ^ --ldsr-models-path %A1111_HOME%/models/LDSR ^ --swinir-models-path %A1111_HOME%/models/SwinIR ^ --bsrgan-models-path %A1111_HOME%/models/ESRGAN ^ --scunet-models-path %A1111_HOME%/models/ScuNET call webui.bat
下面演示下具体的操作步骤，我们找到原 SD WebUI 的文件夹，右键选择「复制文件地址」，比如我这里直接使用的是秋叶大佬整合包，所以对应文件夹就是整合包的文件地址。注意原 SD WebUI 文件夹地址尽量不要包含中文字符和空格，否则后面可能会出现无法识别的情况。
接着将复制的文件地址添加至前面给大家提供的这串代码中的「你的原 SD WebUI 根目录路径」位置，这里一定要记得将文件地址中的「\」替换为反斜杠「/」，否则是无法识别的。
然后将这一整串代码粘贴至 SD Forge 的「webui-user.bat」文件中，最终的文件内容如下图所示，记得要点击保存。
设置完成后，我们正常运行 Forge 可以看到，原版的 SD WebUI 中的模型文件都已经被 Forge 成功调用了，像 ControlNet 等控制网络模型也是可以正常使用的。
我在资源包里也为大家准备好了「webui-user.bat」文件（文件下载请看下方扫描免费获取哦），可以下载后替换掉 Forge 中的对应文件，然后将你本地的文件地址粘贴进去。此外，该方法不仅对 Forge 适用，像其他 A1111（指的是 Automatic1111，WebUI 项目的原始开发者）的运行文件也同样有效。
五、对比测试效果
下面也给大家实际测试下在绘制相同质量图像情况下原版 WebUI 和 Forge 的显存占用对比，分别使用 SD V1.5 和 SDXL 模型来测试出图效果。
通过对比可以发现在同样图像数量和质量的情况下，Forge 在生成速度上确实比原版 SD WebUI 更具优势，尤其在 SDXL 模型上优势会更加明显：显存占用更低，生成速度反而更快。
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总结
**文章总结**本文以程序员晓晓的视角，探讨了SD WebUI软件在使用过程中遇到的卡顿和爆显存问题，并介绍了其升级版SD WebUI Forge，强调了Forge在性能、插件生态、采样器支持及预安装插件等方面的显著提升。
**主要内容如下：**
1. **Forge基础介绍**：
- **命名由来**：Forge寓意“锻造”，源自Minecraft Forge，象征在原有SD WebUI基础上的强化与精炼。
- **优势特征**：
- **更快生成速度**：通过优化代码和资源配置，显著提高推理速度，特别适用于低显存硬件，性能提升可达75%。
- **更优插件生态**：优化资源管理程序，提升插件适配性，减少冲突。
- **更多采样器支持**：新增多种采样器，如DDPM、DPM++2M等，增强模型灵活性。
- **预装拓展插件**：默认预装ControlNet、SVG视频生成等功能，丰富工具集。
2. **Win系统安装方法**：
- 提供一键安装包，包括WebUI文件夹和更新脚本。
- 初次使用需运行`update.bat`更新至最新版，并建议提前下载并放置CKPT模型以避免下载中断。
- 更新完成后，在浏览器中自动打开新版WebUI Forge页面。
3. **与原版WebUI共享模型地址**：
- 展示如何修改`webui-user.bat`文件，使之能够直接调用原版WebUI中的模型文件，避免重复复制和时间浪费。
4. **对比测试效果**：
- 通过实际测试，验证Forge在生成速度、显存占用等方面较原版SD WebUI有显著优势，特别是在SDXL模型上更为明显。
5. **AIGC技术发展前景与学习资源**：
- 强调AIGC技术的广泛前景及与人工智能结合的潜力。
- 提供包含学习路线、必备工具、学习笔记、视频教程和实战案例在内的全套AIGC学习资源，助力学习者快速入门和进阶。
**总结**：本文详细介绍了SD WebUI Forge的升级亮点与使用方法，并通过对比测试验证了其显著优势，同时展望了AIGC技术的发展趋势，并贴心地提供了丰富的学习资源，适合对SD WebUI和AIGC技术感兴趣的读者阅读与参考。