如何正确安装Stable Diffusion Web UI以及对应的xFormers

本文是我总结的步骤，验证了几次保证是对的。因为正确的安装 Stable Diffusion Web UI 以及对应的 xFormers 实在是太麻烦了，官方和网上的步骤都是残缺和分散的，加上国内网络速度不理想，所以需要一些额外步骤，之前研究出来了，结果没记，重装系统之后又安装不好了，这次成功安装之后，就写下本文记录，这样一个小时绝对能装好了（网络速度快的话不超过十分钟）。

为什么需要xFormers

如果你想让 Stable Diffusion Web UI 生成图的时候需要的显存/内存以及时间少一些，那么需要 xFormers 来实现这点。xFormers 是 Meta（也就是 Facebook）开发的一个优化框架。

比如我使用的 RTX 3060 12GB，开不开 xFormers 的对比如下：

需要注意，尺寸并不是刚刚好够，而是我测试了一下常见分辨率的结果。因为生成内容如果不是常见分辨率，很多时候生成的图很奇怪。

	不开 xFormers	开 xFormers
512x512速度	5.1 s	4.5 s
512x512时使用的显存	7608MiB	7606MiB
1024x1024速度	18.1 s	14.6 s
1024x1024时使用的显存	8866MiB	8094MiB

但是安装 xFormers 是其中的难点，你可能会看有人已经提到，xFormers 与 Pytorch 和 CUDA 版本需要对应起来。但是此时你可能依旧有两个问题：

对于如何找到版本对应关系，很多人给出的答案是找表。
按照一些表里的对应关系安装了，但还是有问题。

经过我的研究，这根本不是你需要考虑的。本文的安装步骤也不需要你记住对应的版本。关于 Python 及其包的解释除了"安装详情"中有展开外，最后的"多说点"部分也会说一些，感兴趣可以看看。

如果你只需要知道步骤，那么可以直接看"安装步骤总结"部分。

安装详情

下面我从头安装演示，其中会说明哪些步骤可能会导致的一些问题，所以希望你从头看，Python 的版本控制是一个挺复杂的问题。

首先是把仓库克隆下来：

复制代码

git clone [email protected]:AUTOMATIC1111/stable-diffusion-webui.git

仓库如果下不动，那么建议你改 GitHub 的 IP 下或者其他方法下，反正这部分必须是个 Git 仓库。zip 解压还需要更麻烦的处理，不推荐。

然后进入仓库，直接按照官方教程里的方法开始安装：

复制代码

$ cd stable-diffusion-webui/
$ ./webui.sh

到打印下面这样的内容时，你可能会发现很卡，并且到最后会报错：

复制代码

............
............
Successfully installed pip-25.0.1

################################################################
Launching launch.py...

Launching launch.py...
################################################################
glibc version is 2.35
Check TCMalloc: libtcmalloc_minimal.so.4
libtcmalloc_minimal.so.4 is linked with libc.so,execute LD_PRELOAD=/lib/x86_64-linux-gnu/libtcmalloc_minimal.so.4
Python 3.10.12 (main, Jan 17 2025, 14:35:34) [GCC 11.4.0]
Version: v1.10.1
Commit hash: 82a973c04367123ae98bd9abdf80d9eda9b910e2
Installing torch and torchvision
Looking in indexes: https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple, https://download.pytorch.org/whl/cu121

这时候直接Crtl+C退出运行 （为什么这样后面说）。最后一行的Looking in indexes: https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple, https://download.pytorch.org/whl/cu121是在安装 Pytorch 的时候找的库地址，可以看到第一个时清华源的镜像，第二个是官方地址。由于清华源的 Pytorch 是 CPU 版本的，所以这时候会去官方找，找的时候又因为网络问题，这时候就开始卡和报错了。

这时候先解决一个国内网络导致的问题：Stable Diffusion Web UI 每次启动的时候都会检查版本，这时候它必须通过上面两个库看一下版本对不对，但是由于网络原因必定会卡。所以先来设置个镜像解决这个问题。

阿里云的 Pytorch 镜像支持显卡版本，这时先打开仓库中的webui-user.sh文件，在下面这部分下面添加一句（这里的cu124是因为我的 CUDA 版本是 12.4，你按照你的来设置），并且在参数部分添加--xformers，启动 xFormers（这里我加了个--listen是因为我实在其他设备上访问了，这样弄了个公共链接）：

复制代码

# Commandline arguments for webui.py, for example: export COMMANDLINE_ARGS="--medvram --opt-split-attention"
export COMMANDLINE_ARGS="--listen --xformers"

# install command for torch
export TORCH_COMMAND="pip install torch -f https://mirrors.aliyun.com/pytorch-wheels/cu124"

然后再次运行安装命令：

复制代码

$ ./webui.sh

你会发现这时候开始正常的安装流程了，它会把需要的仓库和模型下载下来，这需要一段时间。

仓库如果下不动，那么建议你改 GitHub 的 IP 下，反正它同样需要是个 Git 仓库。
模型如果下不动，可以想办法下载后挪到对应的位置（复制或者链接），这个是可以的。

可以使用HF-Mirror，方法你看看文档就知道了。

等安装好了之后，会启动 Stable Diffusion Web UI，这时候你在网页生成图会出现下面的内容：

终端显示：

复制代码

....
....
        raise NotImplementedError(msg)
    NotImplementedError: No operator found for `memory_efficient_attention_forward` with inputs:
         query       : shape=(2, 4096, 8, 40) (torch.float16)
         key         : shape=(2, 4096, 8, 40) (torch.float16)
         value       : shape=(2, 4096, 8, 40) (torch.float16)
         attn_bias   : <class 'NoneType'>
         p           : 0.0
    `decoderF` is not supported because:
        xFormers wasn't build with CUDA support
        attn_bias type is <class 'NoneType'>
        operator wasn't built - see `python -m xformers.info` for more info
    `[email protected]` is not supported because:
        xFormers wasn't build with CUDA support
        operator wasn't built - see `python -m xformers.info` for more info
    `tritonflashattF` is not supported because:
        xFormers wasn't build with CUDA support
        operator wasn't built - see `python -m xformers.info` for more info
        triton is not available
        Only work on pre-MLIR triton for now
    `cutlassF` is not supported because:
        xFormers wasn't build with CUDA support
        operator wasn't built - see `python -m xformers.info` for more info
    `smallkF` is not supported because:
        max(query.shape[-1] != value.shape[-1]) > 32
        xFormers wasn't build with CUDA support
        dtype=torch.float16 (supported: {torch.float32})
        operator wasn't built - see `python -m xformers.info` for more info
        unsupported embed per head: 40

这段错误的意思就是 xFormers 与 CUDA 版本不对应，现在我们来解决这个问题。

首先使用Crtl+C退出运行 。这时候你别用提示的python -m xformers.info命令来检查，用./venv/bin/python -m xformers.info命令（为什么这样我稍后说），它的输出如下：

复制代码

$ ./venv/bin/python -m xformers.info
WARNING[XFORMERS]: xFormers can't load C++/CUDA extensions. xFormers was built for:
    PyTorch 2.1.2+cu121 with CUDA 1201 (you have 2.6.0+cu124)
    Python  3.10.13 (you have 3.10.12)
  Please reinstall xformers (see https://github.com/facebookresearch/xformers#installing-xformers)
  Memory-efficient attention, SwiGLU, sparse and more won't be available.
  Set XFORMERS_MORE_DETAILS=1 for more details
.....
.....

你会发现它告诉你了你当前的 CUDA、Pytorch 与 xFormers 需要的情况：它需要PyTorch 2.1.2+cu121（Python 的那个提示不管它），但其实你也不用记这个版本号，这里只是告诉你如何找到它是因为版本出错的。

现在不要使用任何命令安装，这里需要先解释一下上面的两个"稍后"。

众所周知，Python 每个小版本的不同就可能导致一些重大改变，所以很多项目使用的 Python 版本是强制指定的，这时候就有了很多虚拟环境，比如 Miniconda，但是 Python 自己也有个虚拟环境，这里正是用到了这一点。你这时候查看项目目录，会发现多了一个venv目录，上面查看 xFormers 信息的时候使用的python也是这个虚拟环境内的。

注意不要直接用这个目录下的pip安装，你会发现会报错。

现在我们需要进入这个虚拟环境：

复制代码

source ./venv/bin/activate

然后在虚拟环境中（你命令行最前面会出现一个(venv)），再使用下面的命令安装（同样，你需要根据你的 CUDA 版本修改镜像链接）：

复制代码

pip install -U xformers -f https://mirrors.aliyun.com/pytorch-wheels/cu124

你可以看到，你不需要指定 xformers 的版本就可以安装，因为这里使用的-U是将xformers更新成cu124对应的版本了，前面安装torch的时候也是用的这个版本，不需要你去查找。

此后，不管你是不是在这个虚拟环境内，会发现它都使用的都是正确的 xFormers，也就是可以正常运行。

如果你想了解如何使用 Stable Diffusion Web UI，可以看我的这篇博客：文本生图的提示词prompt和参数如何设置（基于Animagine XL V3.1）

安装步骤总结

第一步，克隆仓库：

复制代码

git clone [email protected]:AUTOMATIC1111/stable-diffusion-webui.git

第二步，先让他生成虚拟环境，然后卡住的时候使用Crtl+C退出运行：

复制代码

./webui.sh

第三步，在webui-user.sh修改参数和镜像：

复制代码

# Commandline arguments for webui.py, for example: export COMMANDLINE_ARGS="--medvram --opt-split-attention"
export COMMANDLINE_ARGS="--listen --xformers"

# install command for torch
export TORCH_COMMAND="pip install torch -f https://mirrors.aliyun.com/pytorch-wheels/cu124"

第四步，再次运行，安装需要的仓库和包：

复制代码

./webui.sh

第五步，进入虚拟环境：

复制代码

source ./venv/bin/activate

第六步，在虚拟环境中安装正确版本的 xFormers：

复制代码

pip install -U xformers -f https://mirrors.aliyun.com/pytorch-wheels/cu124

第六步，运行检查：

复制代码

./webui.sh

多说点

这里多说点，你的设备上大概率存在多个版本的 Python 以及 PIP。在这种多版本的情况下，你需要知道你在用哪个，要用哪个，谁管谁。

第一，你要确定是否有虚拟环境。这点你可以看命令行前面的内容就知道了，比如 conda 的(base)以及本文的(venv)。

第二，你要确定当前默认 Python 版本是哪个。这点你可以使用Python --version查看。

第三，你的默认 PIP 和 Python 不一定是一对的，这就导致你使用pip安装的包在python中无法使用（pip就是默认的 PIP，python是默认的 Python）。这个使用，需要你使用下面的样式安装：

复制代码

python -m pip install <包>

这时候安装的包就在默认的python中。同样的道理，你可以把python改成某个 Python 版本的路径。

第四，善用 PIP 的-U选项。虽然-U选项是更新的意思，但是由于它是查找某些包管理库来看最新版本的，所以它也可以"回退"，就像本文使用的那样。此外，你在强制版本的使用，也可以使用这个选项，否则由于强制版本小于当前版本，导致没有任何操作。

希望能帮到有需要的人～