Stable Diffusion WebUI AMD GPU版中CodeFormer与面部修复功能失效问题分析
2025-07-04 18:32:27作者:卓艾滢Kingsley
问题现象
在Stable Diffusion WebUI AMD GPU版本1.8.0中,用户报告CodeFormer和面部修复(Restore faces)功能无法正常工作。当尝试使用这些功能时,系统会抛出与NVIDIA CUDA架构相关的错误,导致面部修复过程无法完成。
技术背景
CodeFormer是一种基于深度学习的先进面部修复算法,它能够显著提升生成图像的面部质量。在Stable Diffusion生态中,它通常与面部修复功能配合使用,通过分析图像中的面部特征并进行智能修复来获得更自然的效果。
问题根源
经过分析,这个问题主要与ZLUDA兼容性有关:
-
ZLUDA限制:ZLUDA作为CUDA到ROCm/HIP的转换层,目前仅支持CUDA 11.8(cu118),尚不支持CUDA 12.1(cu121)
-
运行时编译问题:CodeFormer等使用RTC(运行时编译器)的功能在ZLUDA环境下不可用,因为这些功能包含了一些NVIDIA CUDA特有的实现细节,无法与ROCm/HIP完全兼容
-
架构不匹配:错误日志中显示的"invalid value for --gpu-architecture (-arch)"表明系统尝试使用不支持的GPU架构进行编译
解决方案
对于遇到此问题的用户,可以尝试以下解决方法:
-
参数调整:
- 移除可能导致AMD显卡问题的
--opt-sdp-attention
参数 - 添加适合AMD显卡的参数组合:
--use-zluda --medvram-sdxl --update-all-extensions --update-check --skip-ort
- 移除可能导致AMD显卡问题的
-
环境重置:
- 删除venv虚拟环境文件夹
- 重新启动webui-user.bat以重建环境
-
版本回退:
- 如果问题持续存在,可暂时回退至1.7.0版本,该版本经证实在这些功能上表现稳定
技术展望
随着ZLUDA项目的持续发展,未来版本有望提供更完善的CUDA功能支持,包括更好的RTC兼容性。开发团队也在持续优化AMD GPU在Stable Diffusion中的表现,未来版本可能会原生解决这类兼容性问题。
用户建议
对于依赖面部修复功能的AMD GPU用户,建议:
- 保持对ZLUDA和Stable Diffusion WebUI AMD GPU版更新的关注
- 在关键工作流程中考虑使用经过验证的稳定版本
- 定期清理和重建Python虚拟环境以避免潜在的依赖冲突
这个问题虽然影响特定功能的使用,但并不影响Stable Diffusion的核心图像生成能力,用户仍可正常使用其他主要功能。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0310Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++073Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
183
2.11 K

React Native鸿蒙化仓库
C++
205
282

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (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
961
570

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
543
70

Ascend Extension for PyTorch
Python
58
87

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
72

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
192

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
1.01 K
399