在Docker中部署Stable Diffusion WebUI的完整指南

前言

Stable Diffusion WebUI是一个强大的AI图像生成工具，而Docker容器化技术可以大大简化其部署过程。本文将详细介绍如何在Docker环境中运行Stable Diffusion WebUI，支持CPU、CUDA(NVIDIA显卡)和ROCm(AMD显卡)三种不同的运行方式。

系统准备

在开始之前，需要确保系统已经安装了以下组件：

1. Docker和Docker Compose(版本1.72.0或更高)
2. 根据运行方式选择安装：
   • 使用CUDA：安装NVIDIA Container Toolkit
   • 使用ROCm：按照ROCm Docker快速入门指南配置
   • Windows用户：需要配置WSL2环境并安装CUDA支持

项目结构

创建以下文件来构建Docker环境：

1. docker-compose.yml：定义三种服务(CPU/CUDA/ROCm)的配置
2. Dockerfile.cpu：CPU版本的Docker构建文件
3. Dockerfile.cuda：NVIDIA显卡版本的Docker构建文件
4. Dockerfile.rocm：AMD显卡版本的Docker构建文件
5. stablediff.env：环境变量配置文件
6. .dockerignore：排除不需要的文件

构建Docker镜像

根据硬件配置选择相应的构建命令：

# CPU版本
docker-compose build stablediff-cpu

# CUDA版本(NVIDIA显卡)
docker-compose build stablediff-cuda

# ROCm版本(AMD显卡)
docker-compose build stablediff-rocm

构建过程会自动下载并安装所有必要的依赖项，包括Python环境、PyTorch框架和Stable Diffusion WebUI的源代码。

配置运行参数

编辑stablediff.env文件来设置启动参数：

• CPU版本推荐参数：

export COMMANDLINE_ARGS="--listen --no-half --skip-torch-cuda-test"

• CUDA版本推荐参数：

export COMMANDLINE_ARGS="--listen"

• ROCm版本推荐参数：

export COMMANDLINE_ARGS="--listen --precision full --no-half"

可以根据需要添加其他参数，如--lowvram用于低显存模式。

首次运行

执行以下命令启动容器：

# CPU版本
docker-compose up stablediff-cpu

# CUDA版本
docker-compose up stablediff-cuda

# ROCm版本
docker-compose up stablediff-rocm

首次运行会创建两个目录：

1. stablediff-web：存放WebUI的代码和配置
2. stablediff-models：存放Stable Diffusion模型文件

首次运行后，需要将Stable Diffusion的模型文件(.ckpt)复制到stablediff-models目录中。

日常使用

启动已经创建的容器：

# CPU版本
docker start -a stablediff-cpu-runner

# CUDA版本
docker start -a stablediff-cuda-runner

# ROCm版本
docker start -a stablediff-rocm-runner

停止容器：

# CPU版本
docker stop stablediff-cpu-runner

# CUDA版本
docker stop stablediff-cuda-runner

# ROCm版本
docker stop stablediff-rocm-runner

性能参考

根据测试数据：

• 在双Xeon X5670 CPU(12GB RAM)上生成512x512图像，速度约为17.44秒/迭代
• 在NVIDIA Maxwell架构显卡(2GB显存)上生成512x512图像，速度约为5.12秒/迭代

注意事项

1. 确保有足够的存储空间，Stable Diffusion模型文件通常较大
2. 根据硬件配置选择合适的运行方式
3. 首次运行可能需要较长时间下载依赖项
4. 在Linux系统中操作模型文件可能需要sudo权限
5. Windows用户需要特别注意WSL2和CUDA的特殊配置

通过Docker部署Stable Diffusion WebUI可以避免复杂的依赖关系和环境配置问题，使安装过程更加简单可靠。这种方法也便于在不同机器间迁移和部署。