Stable Diffusion WebUI AMDGPU 版本中 ControlNet IP-Adapter 故障分析与解决方案

问题背景

在 Stable Diffusion WebUI 的 AMDGPU 版本升级过程中，部分用户遇到了 ControlNet 插件的 IP-Adapter 功能失效问题。具体表现为从 v1.9.3-amd-30-gee49046 升级到 v1.10.1-amd-2-g395ce8dc 后，ip-adapter-faceid-plusv2_sd15 模型无法正常工作，控制台显示 ONNX Runtime 初始化错误。

错误现象分析

当用户尝试使用 ControlNet 的 IP-Adapter 功能时，系统抛出以下关键错误信息：

onnxruntime::CudaCall CUDNN failure 4: CUDNN_STATUS_INTERNAL_ERROR

这表明 ONNX Runtime 在尝试初始化 CUDA 和 cuDNN 时遇到了内部错误。错误发生在 CUDA 执行提供程序尝试设置 cuDNN 流时，暗示了底层 GPU 计算环境存在兼容性问题。

根本原因

经过技术分析，该问题主要源于以下因素：

1. Pinokio 安装方式的局限性：通过 Pinokio 安装的 AMD WebUI 版本对 ZLUDA 的支持不完善，导致 ONNX Runtime 无法正确初始化 CUDA 环境。

2. 版本升级带来的兼容性变化：v1.10.1 版本可能引入了对 ONNX Runtime 或 CUDA 依赖的更新，与原有安装环境产生冲突。

3. AMD GPU 的特殊性：AMD 显卡在原生不支持 CUDA 的情况下，需要通过兼容层（如 ZLUDA）来运行基于 CUDA 的组件。

解决方案

针对这一问题，推荐采用以下解决方案：

1. 使用原生 ZLUDA 支持版本

建议完全重新安装支持 ZLUDA 的 Stable Diffusion WebUI AMDGPU 版本，而非通过 Pinokio 安装。ZLUDA 作为 AMD GPU 上的 CUDA 兼容层，能够提供更好的性能和兼容性。

2. 安装步骤优化

在安装过程中，可以添加 --skip-ort 参数跳过 ONNX Runtime 的安装，因为 ZLUDA 版本并不依赖 ONNX Runtime 来实现功能。

3. 版本选择建议

如果项目对特定功能有要求，可以考虑暂时回退到 v1.9.3-amd-30-gee49046 版本，等待后续更稳定的更新。

技术建议

1. 环境隔离：为不同版本的 Stable Diffusion 创建独立的 Python 虚拟环境，避免依赖冲突。

2. 日志监控：在升级或修改配置后，密切监控控制台日志，及时发现并解决兼容性问题。

3. 组件更新：定期更新显卡驱动和相关计算库（如 ROCm、ZLUDA 等），确保获得最佳兼容性。

结论

AMD GPU 用户在 Stable Diffusion WebUI 使用过程中遇到 ControlNet IP-Adapter 功能失效的问题，主要是由于安装方式和环境配置不当导致的。通过采用正确的安装方法，特别是使用原生支持 ZLUDA 的版本，可以有效解决此类问题。对于深度学习应用在 AMD 平台上的部署，选择适当的兼容层和优化方案至关重要。