在AMD GPU版Stable Diffusion WebUI中优化VAE显存占用的技术方案
2025-07-04 14:39:40作者:胡易黎Nicole
问题背景
AMD GPU版Stable Diffusion WebUI(基于DirectML)在低显存显卡(如4GB或更低)上运行时,经常在VAE解码阶段出现显存不足的问题。虽然生成过程可能顺利完成,但最后的VAE解码步骤却会导致"Out of Memory"错误,使得整个生成过程功亏一篑。
现有解决方案分析
1. 低显存模式(--lowvram)
这是最基础的解决方案,通过添加--lowvram
参数可以显著降低显存使用量。但根据用户反馈,在某些情况下,即使启用了低显存模式,VAE解码阶段仍然会耗尽显存。
2. 平铺VAE(Tiled VAE)
平铺VAE是一种将大图像分割成小块分别处理的技术,可以有效降低显存需求。使用时需要注意:
- 对于SD1.5模型,建议设置编码器分辨率为1024,解码器为128
- 对于SDXL模型,建议设置"Upscale by"为1.5,分辨率为768x1024,编码器为1280,解码器为128
但平铺VAE在AMD显卡上可能会出现左下角灰色区块的渲染问题,这是DirectML驱动的一个已知bug。
进阶解决方案:强制VAE在CPU运行
对于极端低显存环境(如2-4GB显卡),可以考虑强制VAE在CPU上运行。这种方法虽然会显著降低处理速度,但能彻底解决显存不足问题。
实施步骤
- 确保使用最新版WebUI
- 在启动参数中添加
--lowvram --no-half-vae
- 修改源代码:
- 在
modules/processing.py
中,在约1082行后添加:samples_ddim = samples_ddim.to(devices.dtype_vae).to("cpu") x_samples_ddim = decode_first_stage(p.sd_model, samples_ddim)
- 在
modules/lowvram.py
中,注释掉第73行
- 在
注意事项
- 此方法会显著降低处理速度,仅建议在无法使用其他方法时采用
- 仅测试过SD1.5模型,SDXL模型可能需要更多测试
- 修改源代码前请做好备份
其他优化建议
- 使用轻量级VAE:如TAESD,可在设置中启用
- 合理设置分辨率:4GB显存建议最大768x768分辨率
- 避免使用Hires Fix:低显存环境下建议使用SD-Upscale脚本替代
- 优化参数组合:
--use-directml --lowvram --opt-sub-quad-attention --opt-split-attention --no-half-vae --upcast-sampling
总结
针对AMD GPU版Stable Diffusion WebUI在低显存环境下的VAE显存问题,开发者可以根据自身硬件条件和需求选择适合的解决方案。从简单的启动参数优化到复杂的源代码修改,各种方法各有优劣。理解这些技术方案的原理和实施细节,能够帮助用户在有限的硬件资源下获得最佳的AI绘画体验。
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~044CommonUtilLibrary
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!C0300- 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
861
511

🔥🔥🔥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

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

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

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

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