Stable Diffusion WebUI AMDGPU 版本中Face Restoration功能失效问题分析

问题背景

在Stable Diffusion WebUI AMDGPU版本中，用户报告了一个关键功能问题：Face Restoration（面部修复）功能在最近一次更新后完全失效。该问题表现为在使用GFPGAN或Codeformers进行面部修复时，系统无法正常加载模型，导致功能无法使用。同时，控制台会输出一系列错误信息。

技术分析

错误现象

当用户尝试使用面部修复功能时，系统会抛出以下关键错误：

RuntimeError: don't know how to restore data location of torch.storage.UntypedStorage (tagged with privateuseone:0)

这个错误表明系统在尝试加载面部修复模型时，无法正确处理模型的存储位置。错误发生在torch的序列化过程中，具体是在尝试恢复存储位置时失败。

根本原因

经过分析，这个问题与DirectML后端的使用有关。错误信息中的"privateuseone:0"标签表明系统正在尝试使用DirectML设备，但在模型加载过程中出现了兼容性问题。具体表现为：

1. 模型文件（.pth格式）在加载时无法正确映射到DirectML设备
2. Torch的序列化/反序列化过程对DirectML设备的支持不完善
3. 存储位置恢复机制在DirectML环境下存在缺陷

影响范围

该问题主要影响：

• 使用Intel Arc显卡的用户
• 在Windows系统上通过DirectML后端运行Stable Diffusion的用户
• 依赖面部修复功能（如GFPGAN、Codeformers）的工作流程

解决方案

临时解决方法

对于急需使用面部修复功能的用户，可以尝试以下临时方案：

1. 切换到CPU模式运行面部修复功能
2. 使用旧版本的面部修复模型
3. 考虑使用其他替代的面部修复工具

长期修复

项目维护者已在后续版本中修复了此问题。修复方案主要包括：

1. 改进了DirectML环境下的模型加载机制
2. 增强了存储位置恢复的兼容性处理
3. 优化了设备映射逻辑

技术建议

对于开发者而言，在DirectML环境下开发时应注意：

1. 模型序列化/反序列化时要考虑设备兼容性
2. 实现完善的错误处理和回退机制
3. 对关键功能进行多设备测试
4. 保持torch和相关依赖库的版本兼容性

总结

Stable Diffusion WebUI AMDGPU版本中的面部修复功能失效问题，揭示了在DirectML环境下模型加载的特殊挑战。通过理解torch的存储机制和设备映射原理，开发者可以更好地处理类似问题。该问题的解决不仅修复了面部恢复功能，也为DirectML环境下的其他功能开发提供了宝贵经验。