解决stable-diffusion-webui-directml项目中AMD显卡驱动报错问题
2025-07-04 12:16:06作者:史锋燃Gardner
问题背景
在使用stable-diffusion-webui-directml项目时,许多AMD显卡用户遇到了"NVIDIA驱动未找到"的错误提示。这个问题通常出现在用户尝试运行Stable Diffusion时,系统错误地尝试调用NVIDIA CUDA功能,而实际上用户使用的是AMD显卡。
错误表现
当用户运行webui-user.bat启动脚本时,控制台会显示以下关键错误信息:
RuntimeError: Found no NVIDIA driver on your system. Please check that you have an NVIDIA GPU and installed a driver from http://www.nvidia.com/Download/index.aspx
问题根源
这个问题的根本原因在于项目默认配置会尝试检测NVIDIA显卡和CUDA环境。对于AMD显卡用户,需要明确指定使用替代的计算后端,如DirectML或ZLUDA。
解决方案
方法一:使用DirectML后端
- 修改webui-user.bat文件中的启动参数,添加:
--use-directml
-
确保系统已安装最新版AMD显卡驱动
-
删除项目目录下的venv文件夹,让系统重新创建虚拟环境
方法二:使用ZLUDA后端
- 修改webui-user.bat文件中的启动参数,添加:
--use-zluda
-
安装ZLUDA兼容层
-
同样建议删除venv文件夹重新初始化环境
注意事项
-
如果遇到"module 'torch' has no attribute 'dml'"错误,表明DirectML环境未正确安装,需要重新配置Python环境
-
对于较新的AMD显卡,建议优先尝试DirectML方案
-
某些功能可能在AMD显卡上性能不如NVIDIA显卡,这是硬件架构差异导致的正常现象
进阶建议
-
考虑使用SD.Next替代项目,它对AMD显卡的支持更为成熟
-
可以尝试调整显存相关参数如--lowvram来优化性能
-
关注AMD官方社区的技术文档,获取最新的优化建议
通过以上方法,大多数AMD显卡用户应该能够成功运行stable-diffusion-webui-directml项目。如果问题仍然存在,建议检查系统环境是否满足项目要求,或者考虑使用专门为AMD优化的Stable Diffusion分支版本。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
559
98
暂无描述
Dockerfile
704
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
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++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
950
235