Stable Diffusion WebUI DirectML 中 ControlNet ONNX Runtime 问题的分析与解决
2025-07-04 12:24:06作者:魏侃纯Zoe
问题背景
在 Stable Diffusion WebUI DirectML 项目中,用户从 v1.9.3-amd-30-gee49046 升级到 v1.10.1-amd-2-g395ce8dc 版本后,发现 ControlNet 的 IP-Adapter 功能(特别是 ip-adapter-faceid-plusv2_sd15 模型)无法正常工作。错误日志显示与 ONNX Runtime 初始化相关的 CUDA 调用失败。
技术分析
错误根源
从错误日志中可以观察到几个关键点:
- CUDNN_STATUS_INTERNAL_ERROR:这表明在尝试初始化 ONNX Runtime 时,CUDA 深度神经网络库(cuDNN)内部出现了问题。
- cudnnSetStream 调用失败:具体是在设置 CUDA 流时发生的错误,这通常与 GPU 资源分配或兼容性问题有关。
- ONNX Runtime 初始化异常:错误发生在 ONNX Runtime 尝试使用 CUDA 执行提供程序时。
深层原因
这个问题实际上与 AMD GPU 的特殊性有关。虽然项目名称为 DirectML,但用户实际上使用的是通过 Pinokio 安装的版本,而 Pinokio 并不完全支持 AMD WebUI 与 ZLUDA 的组合。ZLUDA 是一个能让 CUDA 代码在 AMD GPU 上运行的技术,比 DirectML 有更好的性能表现。
解决方案
推荐方案
-
使用专为 AMD GPU 优化的安装方式:
- 避免使用 Pinokio 安装,而是采用专门针对 AMD GPU 的安装指南
- 使用 ZLUDA 替代 DirectML,因为 ZLUDA 对支持的 AMD GPU 性能更好
-
跳过 ONNX Runtime 安装:
- 对于 ZLUDA 版本,ONNX Runtime 不是必需的组件
- 在安装时可以使用 --skip-ort 参数跳过 ONNX Runtime 的安装
版本兼容性建议
- 如果必须使用 ControlNet 的 IP-Adapter 功能,可以考虑暂时回退到 v1.9.3-amd-30-gee49046 版本
- 等待后续版本修复 ONNX Runtime 在 AMD GPU 上的兼容性问题
技术建议
对于 AMD GPU 用户,建议:
- 了解硬件限制:不是所有 AMD GPU 都完全支持所有深度学习工作流,特别是在使用某些特定的预处理模型时
- 选择正确的技术栈:根据 GPU 型号选择最适合的技术方案(ZLUDA 或 DirectML)
- 关注版本更新:AMD GPU 在深度学习领域的支持正在不断改进,及时关注项目更新可以避免许多兼容性问题
总结
这个问题本质上是由于 AMD GPU 在特定环境下的兼容性问题导致的。通过采用正确的安装方式和技术方案,可以避免此类问题并获得更好的性能表现。对于依赖 ControlNet IP-Adapter 功能的用户,建议遵循专门的 AMD GPU 安装指南,而不是使用通用的安装方法。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5