如何部署本地 stable diffusion 本地使用大模型Z Image Turbo

🛠️ 部署 Stable Diffusion 详细步骤（以 Automatic1111 WebUI 为例）

准备工作（系统和硬件要求）

操作系统: Windows 10/11, macOS (Apple Silicon 芯片), 或 Linux。
- 显卡 (GPU):
NVIDIA: 推荐使用 NVIDIA 显卡（RTX 系列为佳），显存 (VRAM) 最好在 8GB 或以上。这是 Windows 上运行 SD 性能最好的选择。
- AMD: 也可以，但设置可能更复杂，且性能通常不如 NVIDIA。
- Apple Silicon (M系列芯片): 在 macOS 上性能优秀，且不要求高 VRAM。
软件要求:
- Python: 需要安装 Python 3.10.6 版本。请确保在安装时勾选 "Add Python to PATH" 选项。
- Git: 用于下载 WebUI 的代码。

安装 WebUI

步骤一：安装 Git 和 Python 3.10.6
- 安装 Python 3.10.6:
  
  访问 Python 官方网站下载安装包。
  
  非常重要：在安装界面的第一个屏幕，请务必勾选底部的 "Add Python to PATH"（将 Python 添加到环境变量）。
- 安装 Git:
  
  访问 Git 官方网站下载并安装。使用默认设置即可。
步骤二：克隆 WebUI 仓库
- 在您希望安装 Stable Diffusion 的位置（例如：D:\StableDiffusion）创建一个新文件夹。
- 打开该文件夹，在地址栏输入 cmd 或 powershell 并回车，打开命令行窗口。
- 在命令行中输入以下命令来克隆 WebUI 代码：
  Bash 复制代码
```
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
```
- 等待下载完成。现在您的文件夹中会有一个名为 stable-diffusion-webui 的子文件夹。

下载模型（Checkpoint 文件）

部署 SD 最核心的部分是模型文件，通常是 .safetensors或 .ckpt格式。

获取模型:

访问著名的模型分享网站，如 Civitai (C站) 或 Hugging Face，下载您喜欢的 Stable Diffusion 模型（例如 SD 1.5 或 SDXL 模型）。

放置模型:

将下载好的模型文件放置到以下路径：

/stable-diffusion-webui/models/Stable-diffusion/

（可选）如果您还需要 VAE 文件，则放置到 /stable-diffusion-webui/models/VAE/。
4. 运行 WebUI
- 进入 stable-diffusion-webui文件夹。
找到 webui-user.bat 文件（Windows 用户）或 webui.sh 文件（Linux/macOS 用户）。
- 双击运行 webui-user.bat文件。
  
  首次运行须知：
  
  第一次运行，程序会自动下载所有必要的依赖文件（如 PyTorch 等），这可能需要较长时间（取决于您的网速，可能耗费几分钟到半小时不等）。
  
  下载完成后，程序会在命令行窗口的最后显示一个本地 URL 地址，通常是：
  
  Running on local URL: http://127.0.0.1:7860
  
  复制这个 URL 地址，粘贴到您的浏览器中打开，即可开始使用 Stable Diffusion WebUI 进行创作！
💡 性能优化与故障排除

显存不足 (VRAM < 8GB): 如果您的显存较小，可能会遇到错误。您可以编辑 webui-user.bat文件，在 COMMANDLINE_ARGS=后面添加启动参数，例如：
Bash 复制代码
```
set COMMANDLINE_ARGS=--xformers --medvram
```
--xformers: 显著提高生成速度和效率。

--medvram: 中等显存优化，可以帮助在 6GB 或 4GB 显存上运行。

--lowvram: 低显存优化，但生成速度会慢很多。

下载失败: 如果自动下载依赖失败，通常是网络问题。您可以尝试配置代理或科学上网工具后重试。

如何部署本地 stable diffusion 本地使用大模型Z Image Turbo

🛠️ 部署 Stable Diffusion 详细步骤（以 Automatic1111 WebUI 为例）

💡 性能优化与故障排除