linux上部署stable diffusion

### 如何在Linux服务器上安装和配置Stable Diffusion

#### 创建Python虚拟环境
为了确保依赖项不会影响其他项目，建议先创建一个新的 Python 虚拟环境。这可以通过 Anaconda 或者 venv 来完成。对于已有 anaconda 的情况，操作如下：

conda create -n sd python=3.8
conda activate sd

上述命令会建立名为 `sd` 的新环境，并激活该环境。

#### 安装必要的软件包
除了 Python 环境外，还需要准备一些基础工具来获取源码和其他资源文件。如果尚未安装 Git 和 wget 工具，则应通过系统的包管理器进行安装[^4]。

sudo apt-get update && sudo apt-get install git wget

#### 获取Stable Diffusion WebUI代码库
接着克隆官方 GitHub 仓库中的 Stable-Diffusion-WebUI 到本地机器上:

git clone https://github.com/AUTOMATIC17/Auto-GPTQ.git
cd Auto-GPTQ/

这里假设选择了支持量化推理的分支版本以适应不同硬件条件下的性能优化需求。

#### 配置运行所需的PyTorch及其他依赖
根据所使用的 GPU 类型选择合适的 PyTorch 版本非常重要。通常情况下，推荐使用 CUDA 加速版除非目标平台仅限 CPU 运算。安装指令如下所示：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

此命令适用于具有 NVIDIA 显卡的情况；对于纯CPU架构则需调整 URL 参数指向相应的无CUDA版本。

#### 启动服务
当所有前置工作完成后就可以按照给定脚本来开启后台守护进程了。具体做法是利用 systemd 来管理系统级的服务生命周期从而实现开机自启等功能特性[^2]:

sudo systemctl daemon-reload
sudo systemctl enable stable-diffusion-webui
sudo systemctl start stable-diffusion-webui

以上步骤能够保证即使发生意外断电等情况也能自动恢复至正常状态继续提供在线访问接口。

#### 扩展功能组件
针对特定应用场景可能还会涉及到额外插件的支持比如图像处理增强等方面的能力扩展。此时就需要引入第三方库如 lion-q install --upgrade lion-pytorch locon

这样就完成了整个部署流程，现在应该可以在浏览器里输入对应的 IP 地址加上端口号去体验这个强大的 AI 绘画应用啦！