解决stable-diffusion-webui在AMD和Intel显卡上的运行问题
2025-07-04 14:04:55作者:曹令琨Iris
问题背景
许多用户在尝试运行stable-diffusion-webui项目时遇到了"NVIDIA驱动未找到"的错误提示。这个问题主要出现在使用AMD或Intel显卡的系统中,因为默认情况下该项目是为NVIDIA显卡优化的。
错误分析
当用户在非NVIDIA显卡的系统上运行stable-diffusion-webui时,常见的错误包括:
- "RuntimeError: Found no NVIDIA driver on your system"
- "DirectML initialization failed: No module named 'torch_directml'"
- "Torch is not able to use GPU"等
这些错误表明系统无法正确识别和使用现有的非NVIDIA显卡。
解决方案
对于AMD显卡用户
根据显卡架构的不同,有两种解决方案:
-
GCN架构显卡(如Radeon VII)
- 使用
--use-directml参数启动 - 需要先删除venv文件夹再重新运行
- 使用
-
较新的AMD显卡
- 推荐使用
--use-zluda参数 - 也可以使用
--use-directml参数 - 使用zluda需要额外的配置步骤
- 推荐使用
对于Intel Iris Xe显卡用户
Intel显卡用户可以选择以下两种方案之一:
-
使用
--use-directml参数- 同样需要先删除venv文件夹
- 然后重新运行程序
-
使用OpenVINO方案
- 这需要切换到支持OpenVINO的分支版本
实施步骤详解
使用DirectML方案
- 删除项目目录下的venv文件夹
- 在启动命令中添加
--use-directml参数 - 重新运行程序
使用ZLuda方案(AMD显卡)
- 按照相关文档完成ZLuda的配置
- 在启动命令中添加
--use-zluda参数 - 可能需要同时添加
--skip-torch-cuda-test参数
注意事项
- 不同架构的显卡可能需要不同的解决方案
- 在切换方案前,建议先备份重要数据
- 删除venv文件夹会重置Python虚拟环境,可能需要重新安装依赖
- 对于性能较弱的集成显卡,可能仍会遇到性能问题
通过以上方法,大多数使用AMD或Intel显卡的用户应该能够成功运行stable-diffusion-webui项目。如果遇到其他问题,建议查阅相关显卡的专门支持文档或社区讨论。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0188- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
5个实战技巧:用langchaingo构建企业级对话系统的全流程指南解锁模块化编辑:Milkdown框架的可扩展开发指南[技术专题] OpenWeChat消息处理:从核心原理到高级实践Dapr集群部署失败?5步实战指南助你快速定位并解决问题小爱音箱AI升级定制指南:从零开始的设备改造与功能扩展Vanna AI训练数据效率提升实战指南:从数据准备到模型优化全流程解析打造现代界面新范式:Glass Liquid设计理念与实践指南PandaWiki部署实战:从环境准备到系统优化全指南4个步骤掌握Claude AI应用容器化部署:claude-quickstarts项目Docker实践指南4个高效步骤:Pixelle-Video API集成与开发实战指南
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
598
4.03 K
Ascend Extension for PyTorch
Python
440
531
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++
920
768
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
368
247
🎉 (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
1.46 K
822
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
168
暂无简介
Dart
844
204
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
130
156