jetson orin nano super AI模型部署之路(三)stable diffusion部署

先看一下部署后的界面和生成的图片。

在jetson orin nano super上部署stable diffusion比较简单,有现成的docker image和代码可用。

docker image拉取

使用的docker image是dustynv/stable-diffusion-webui,对于jetson orin nano super的jetpack6.2来说,使用r36.2.0版本就可以。

python 复制代码
docker pull dustynv/stable-diffusion-webui:r36.2.0

拉取后,使用如下命令启动docker container

bash 复制代码
sudo docker run --runtime nvidia --gpus all --net host --ipc host -it --name sd  -v /home:/home dustynv/stable-diffusion-webui:r36.2.0

启动stable diffusion webui

在这个docker image中,已经包含了stable diffusion webui的代码和tensorrt的extension。当前阶段我们默认只使用stable diffusion来部署,后续会对模型做tensorrt的加速。

bash 复制代码
cd /opt/stable-diffusion-webui && python3 launch.py \
  --data=/data/models/stable-diffusion \
  --enable-insecure-extension-access \
  --xformers \
  --listen \
  --port=7860

这样就启动了stable diffusion webui。然后就可以使用文生图、图生图、controlnet等工具了。这样启动默认使用的是0.0.0.0地址,可以直接通过局域网内其他计算机访问jetson的ip和port来打开。

对于8G的jetson orin nano super设备来说,建议把gnome桌面程序kill掉,可以节省600M左右的显存。

  • 禁用桌面图形用户界面

如果内存不足,您可能需要尝试禁用Ubuntu桌面图形用户界面(GUI)。这将释放窗口管理器和桌面所占用的额外内存(对于Unity/GNOME约为800MB,对于LXDE约为250MB)。

在我的机器上,图形用户界面占用了450M左右的memory。将它关掉还是能省很多的memory的。一般我都是不用图形化的时候就先关掉,用的时候再打开。

可以临时禁用桌面,在控制台中运行命令,然后在需要时重新启动桌面:

bash 复制代码
$ sudo init 3     # 停止桌面
# 使用Ctrl+Alt+F1、F2等组合键让用户重新登录到控制台
$ sudo init 5     # 重新启动桌面

如果希望在重启后该设置仍然生效,可以使用以下命令来更改启动行为:

bash 复制代码
$ sudo systemctl set-default multi-user.target     # 启动时禁用桌面
$ sudo systemctl set-default graphical.target      # 启动时启用桌面
相关推荐
袁庭新7 分钟前
使用扣子+飞书+DeepSeek搭建批量提取公众号文章内容并改写的智能体
人工智能·aigc·coze
黑心萝卜三条杠21 分钟前
解码微生物适应性的关键:基因组序列与栖息地预测的深度关联
人工智能
黑心萝卜三条杠44 分钟前
Everywhere Attack:通过多目标植入提升对抗样本的目标迁移性
人工智能
carpell1 小时前
【语义分割专栏】3:Segnet原理篇
人工智能·python·深度学习·计算机视觉·语义分割
ahead~1 小时前
【大模型原理与技术-毛玉仁】第五章 模型编辑
人工智能·深度学习·机器学习
迪娜学姐1 小时前
GenSpark vs Manus实测对比:文献综述与学术PPT,哪家强?
论文阅读·人工智能·prompt·powerpoint·论文笔记
TDengine (老段)1 小时前
TDengine 在电力行业如何使用 AI ?
大数据·数据库·人工智能·时序数据库·tdengine·涛思数据
猎板PCB厚铜专家大族1 小时前
高频 PCB 技术发展趋势与应用解析
人工智能·算法·设计规范
l0sgAi2 小时前
SpringBoot整合LangChain4j实现RAG (检索增强生成)
人工智能
祐言QAQ2 小时前
浅谈边缘计算
人工智能·边缘计算