使用docker部署stable-diffusion

环境准备安装nvidia-container-toolkit 安装stable-diffusion

环境准备

wsl2 ubuntu20.04

docker

python3.10

git

安装nvidia-container-toolkit

设置软件包存储库和 GPG 密钥

$  distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
      && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
      && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
            sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
            sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

更新包列表后安装nvidia-container-toolkit包

$  sudo apt-get update

$  sudo apt-get install -y nvidia-container-toolkit

配置Docker运行时环境

$  sudo nvidia-ctk runtime configure --runtime=docker

$  sudo systemctl restart docker

或者在配置文件/etc/docker/daemon.json中添加以下设置（docker-desktop在设置中修改）

"runtimes": {
    "nvidia": {
      "path": "nvidia-container-runtime",
        "runtimeArgs": []
    }
  }

对于wls2+docker，只需要更改下图位置的配置即可

运行一个基本的CUDA容器验证

安装stable-diffusion

这里使用https://github.com/AbdBarho/stable-diffusion-webui-docker

在/home/user/目录克隆仓库

$ 	git clone https://github.com/AbdBarho/stable-diffusion-webui-docker.git

进入stable-diffusion-webui-docker目录，运行命令

$ docker compose --profile download up --build

3.等待一段事件之后在浏览器访问http://localhost:7860/就可以愉快的使用AI绘图了