Stable Diffusion最新版本在Arch Linux的安装与配置教程

引言

Stable Diffusion 是当前最流行的开源AI图像生成模型之一。本文将详细介绍如何在Arch Linux系统上安装和配置最新版本的Stable Diffusion，让你能够轻松生成高质量的AI图像。

准备工作

系统要求

Arch Linux (已更新至最新版本)
Python 3.10或更高版本
NVIDIA显卡(推荐)或AMD显卡(需ROCm支持)
至少10GB可用磁盘空间
建议16GB以上内存

前置知识

基本Linux命令行操作
Python虚拟环境使用基础
Git版本控制基础

安装步骤

1. 安装系统依赖

首先更新系统并安装必要的依赖包：

代码片段

sudo pacman -Syu  # 更新系统
sudo pacman -S --needed git python python-pip python-virtualenv wget base-devel cmake protobuf rust cargo

注意事项：
– --needed参数避免重复安装已存在的包
– base-devel包含编译工具链，对后续某些Python包的编译是必需的

2. 安装CUDA工具包(仅NVIDIA显卡)

如果你使用NVIDIA显卡，需要安装CUDA：

代码片段

sudo pacman -S cuda cudnn

验证CUDA安装：

代码片段

nvcc --version

常见问题：
如果遇到权限问题，可能需要将当前用户加入video组：

代码片段

sudo usermod -aG video $USER

3. 克隆Stable Diffusion仓库

推荐使用Automatic1111的WebUI版本：

代码片段

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

4. 创建Python虚拟环境并激活

代码片段

python -m venv venv
source venv/bin/activate

原理说明：
虚拟环境可以隔离项目依赖，避免与其他Python项目冲突。

5. 安装Python依赖

代码片段

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txt

实践经验：
– PyTorch的版本需要与CUDA版本匹配，上述命令适用于CUDA11.8+
– 如果下载速度慢，可以添加国内镜像源：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

6. (可选)下载模型文件

将模型文件(.ckpt或.safetensors)放入models/Stable-diffusion/目录：

代码片段

mkdir -p models/Stable-diffusion/
wget -P models/Stable-diffusion/ https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned.safetensors

配置与运行

1. WebUI启动脚本配置

编辑webui-user.sh文件：

代码片段

nano webui-user.sh

修改以下关键参数(根据你的硬件调整)：

代码片段

export COMMANDLINE_ARGS="--medvram --opt-split-attention"
# AMD显卡用户需要添加: --precision full --no-half --device-id=0 --use-rocm

参数说明：
– --medvram: 优化中等显存(4GB+)显卡的内存使用
– --opt-split-attention: 优化注意力机制的内存占用

2. 启动WebUI

代码片段

./webui.sh

首次启动会下载一些额外组件，可能需要较长时间。

成功启动后，终端会显示类似输出：

代码片段

Running on local URL: http://127.0.0.1:7860/

在浏览器中打开该地址即可访问Web界面。

常见问题解决

Q1: RuntimeError: CUDA out of memory

解决方案：
1. webui-user.sh中添加更多内存优化参数：

代码片段

export COMMANDLINE_ARGS="--medvram --opt-split-attention --always-batch-cond-uncond"<br>

2. 减少生成图片的分辨率或批量大小

Q2: AMD显卡无法工作

确保已正确安装ROCm驱动：

代码片段

sudo pacman -S rocm-opencl-runtime rocm-ml-sdk rocm-bandwidth rocm-smi-lib rocminfo rocblas hipblas miopen-opencl rccl rocfft hipfft hipsparse rocthrust hipcub rocprim hiprand rocsolver hipsolver roctracer-dev hsa-rocr hsakmt-roct rocr-debug-agent amd-comgr llvm-amdgpu clang-amdgpu lld-amdgpu openmp-amdgpu lib32-rocm-opencl-runtime lib32-rocr-runtime lib32-hsakmt-roct lib32-hsa-rocr lib32-rocm-device-libs lib32-comgr lib32-libelf lib32-zlib lib32-ncurses lib32-libtinfo lib32-gcc-libs

然后添加ROCm专用参数启动：

代码片段

./webui.sh --precision full --no-half --device-id=0 --use-rocm

WebUI基本使用指南

成功启动后，你可以：

文本生成图像(Txt2Img)：输入提示词(prompt)，调整参数生成图像
图像修复(Img2Img)：基于现有图像进行修改和增强
扩展功能(Extensions)：通过插件扩展功能
模型管理：切换不同的模型文件

总结

通过本教程，你已经完成了：
✅ Arch Linux上的Stable Diffusion环境搭建
✅ WebUI的基本配置和优化
✅ GPU加速的启用方法
✅ AMD/NVIDIA显卡的特殊处理

现在你可以开始探索AI图像生成的无限可能了！建议从简单的提示词开始尝试，逐步熟悉各项参数的调节效果。