首页
/ 在Docker中部署Stable Diffusion WebUI的完整指南

在Docker中部署Stable Diffusion WebUI的完整指南

2025-04-28 17:06:12作者:柏廷章Berta

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。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
494
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
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
991
395
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
277
RuoYi-Vue3RuoYi-Vue3
🎉 (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
937
554
金融AI编程实战金融AI编程实战
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
75
70