文本旨在利用云服务器部署stable diffusion，为本地电脑配置不够，没有GPU或者GPU较差，但也想尝试AI绘图的同学提供另一种方法。利用云服务器的优势帮助我们体验AI绘图所带来的全新的学习和实践。

【资料图】

本文的整个教程是作者一步步实践所总结出来的，完整的按照作者的步骤执行，是可以在云服务器上部署一个较为完整的stable diffusion，教程中包括了很多配置和换源是其他教程所没有的。

提示：本文是stable diffusion部署在云服务器的教程，不是部署在本地电脑上的，本地电脑上的部署请浏览秋叶大神的视频教程。

一、SD的基础环境和安装

（一）购买服务器

我使用的是腾讯云GPU服务器，腾讯云服务器经常做活动，可以趁折扣的时候进行购买，这是我此次服务器的基本信息，我选用的是GN7 8核32GB，N卡，操作系统选择Ubuntu Server。

购买后在后台实例中可看到该服务器

点击「登录」即可进入服务器，首次进入会自动安装驱动，等待几分钟即可。

（二）配置运行环境

利用anaconda是它集成了很多我们需要的安装包，只要安装它一个，python下载、环境配置那些都不用我们再去设置，使用起来比较方便。

1、配置Anaconda

1、下载anaconda

若遇到这种不能下载的，前面加上 -U NoSuchBrowser/

2.安装anaconda，提示enter按回车，提示yes or no的地方全部输入yes即可。vscode不安装

3.找到.bashrc这个文件并修改，修改文件有两种方式：

①通过vim修改。

②也可以通过编辑器修改，找到.bashrc文件直接输入内容即算保存

4.如果输入conda，提示找不到命令的话执行下source，（执行一次即可，以后都不用再 source 了，启动 Ubuntu会自动source）

然后验证下

至此anaconda已经安装完毕

2、安装pytorch

1.去pytorch官网配置自己服务器所需要的pytorch

Pytorch build选择stable稳定版，操作系统是linux，由于上面我安装了anaconda所以package选择conda，语言python，我的CUDA是所以选择了，最后获取comand

2、pytorch需要安装到anaconda的虚拟环境中，所以使用conda时需要先有一个虚拟环境并进入

然后再执行pytorch的安装

如果出现提示需要升级conda版本的就输入，没有的话就跳过这步。我这里没截到图，会有个wanning的，注意看

验证安装结果

（三）安装sd-webui

1、启动sd

1.将sd webui clone到服务器上，此处我用了镜像。

2.链接换源。打开stable-diffusion-webui/modules/文件，替换以下内容

3.每个/  （就在上一步的下面几行，每一个网址都要改）链接前面添加/，替换为以下内容

4.先进入虚拟环境

5.先定位到的stable-diffusion-webui项目下

6.第一次启动sd，sd会安装基础的配置，这里等待一段时间，网速慢的个把小时，所需要的内容才会下载完毕。

7.第一次执行会自动下载“”这个模型，如果下载速度还行就耐心等待，如果网络慢的同学，可以先“ctrl+C”断开下载步骤，然后到C站随便下个大模型上传上去。

2、打开webui

后续我们启动stable diffusion时分为3个步骤：

#启动虚拟环境 conda activate sd #定位到sd根目录 cd stable-diffusion-webui #加listen是启动公网环境 ./ --listen

然后等待有出现http:/就说明已启动成功。浏览器访问（云主机公网ip）:7860，出现stable diffusion内容即为成功。

（四）小结

虽然webui已经启动，但是我们可以看到页面下边的配置

version：当前webui的版本，我在写这份文档时最新版本就是，当你们看到这份文档的时候注意使用最新版本的。

python：版本是，这个版本会比较合适，既能用xformers，刚刚安装又不会报错，我试过、这些版本，会出现安装不上，至于原因我没去深入研究，你们想要用最新版本的话就研究下怎么配置。

torch：+cu117，sd会用到的神经网络和cuda版本，这里我cuda只有117，但是上面我安装的cuda是。我不知道为什么会降一个版本，有大佬懂得话可以评论区解答下。

xformers：N/A，等会会安装这个，能提升出图速度。

gradio：这个是AI的界面，可以不用管。

checkpoint：这个是大模型，我们还没下载，后面步骤会下载。

二、文件配置

通过我自己部署整个sd后，认为修改文件，去先行配置一些参数，可以减少我们后续启动时输入的内容，以及减少后续的一些麻烦。这是其他教程所没有的，大家有必要可以参考下。

1.打开sd根目录下的文件，将export commandline_args前面的#去掉，并且加上后面内容。

--theme dark。让webui变为暗色模式。有需要就加，没需要就不用加。

--xformers。Xformers库可以加速图像的生成。

--enable-insecure-extension-access。在我们用--listen启动时，会成为公网环境，在公网环境下，系统会阻止extension（扩展）的使用，以避免风险因素。所以我们如果只是自己使用的话，完全可以通过这个绕开安全检查，这样我们在启用公网环境时可以继续使用extension（扩展）功能。

--listen。启用公网环境。（--listen要在最后一个）。

配置完后我们在启动sd时，便不用再输入--listen。

最后我们启动起来的webui就是这样。

三、extensions换源

automatic1111大佬自带的extensions源我们国内无法直接访问，所以我们需要替换成境内的源，方便于我们后续使用扩展。这里我使用秋叶大佬的源地址。

找到sd/modules/ui_文件的这段。

将其中的地址这段替换为/akegarasu/sd-webui-extensions/raw/master/

这样我们就可以秒加载扩展

四、CheckPoint的下载

（一）下载至本地再上传至服务器

从模型网站上下载checkpoint的模型到本地后

再打开服务器的编辑

打开model下的sd路径：stable-diffusion-webui/models/Stable-diffusion，并右键点击上传

上传至服务器后刷新webui就可以看到该模型了

（二）直接下载至服务器

1.获取下载路径，如：

到stable-diffusion-webui/models/Stable-diffusion目录下，用wget指令下载

五、LoRA的下载与安装

每个lora都附带一张图片，这张图片的名称与模型名称相同，一并上传到服务器中的lora文件夹下，在webui中就会显示该模型和预览图。当然你也可以后面安装C站助手，通过C站助手下载预览图。

六、VAE的下载与安装

的模型全部放在这个文件夹下。模型继续使用上面提到的上传方法（这里我用本地部署的举例，服务器配置的时候要找到服务器中的path）

模块默认是没有出来的，需要到「Settings — User interface — Quicksettings list」中添加VAE模块

3.再保存、重启UI即可。

七、ControlNet的下载与安装

（一）直接安装

若是境外服务器可以直接在sd上安装

/lllyasviel/ControlNet

（二）压缩包安装

1.我的是境内服务器，所以无法直接从github上下载，所以直接下载压缩包

然后将压缩包上传至服务器/stable diffusion/extensions目录下

2.定位到extensions目录下

3.解压zip

4.重启webui就能看到

（三）安装models

1.下载秋叶大佬已经整理好的包

链接: /s/1rh39DI9xVbguLO5l7O4pjA 

提取码: yqqe

2.将预处理器下的downloads文件压缩成zip

3.定位位置，具体path看自己的服务器

4.解压zip

5.再将下载文件中“模型”文件下的所有文件放到stable diffusion/models/ControlNet/文件内。

6.最后即可使用ControlNet。

八、Clip skip的配置

Clip skip具体有什么用可以百度下，Clip skip默认是不显示的，需要我们自己配置。

1.先到「Settings — Stable Diffusion — Clip skip」中将数值调成2

2.再到「Settings — User interface — Quicksettings list」中添加clip模块

注意：这两个步骤不可颠倒，否者先把clip模块加载出来的话，就无法设置clip的默认值，这是个坑。

九、hypernetworks的下载与安装（选装）

去模型网站上下载hypernetworks的模型，然后上传到sd/models/hypernetworks文件夹中，然后在webui界面点击刷新就可以看到了

十、插件的使用

（一）sd的汉化

1.扩展中搜索zh

2.然后找到这2个进行安装

3.到Setting——User interface——localization选择zh-hans，然后保存，重启webui。

（二）中英对照tag自动补齐

这个插件能汉化 UI 界面、Tag 自动补全、提示词 prompt 翻译等功能，解决英文不好的问题，有效减少用翻译软件的时间，不过测试发现词库并不全，有些可能还会用到翻译软件。

想要安装这个插件，需要先装一个前置插件，叫“a1111-sd-webui-tagcomplete-main”

可以通过「扩展—从网址安装」输入以下github仓下载安装。

最后重启webui就可以看到

十一、其他

（一）可下载模型的网站

/

/

/

/

/#/

/

（二）如何让服务器不断开连接

腾讯云的这个OrcaTerm shell经常会不定时的断开，而我们的sd需要一直启动住，所以我们需要解决服务器断开的问题。

1.下载Putty，/~sgtatham/putty/

2.打开putty并在host name输入自己服务器的公网ip，然后点击open

3.点击accept即可

4.此处写上自己服务器的名称和密码就是我们用orcaterm登录时这里的用户名和密码。

注意这里输入密码是不会显示的，输入完后回车即可。

5.顶部右键选择“change setting”，connection这里，输入60，意味着每60秒向服务器发送一个空包保持session处于活动中。

（三）其他

十二、总结

以上就是作者在Linux服务器下安装stable diffusion的全部内容，通过以上方法，大家可以配置一个较为完整的在线sd。至于更多的插件、模型大家就根据自己的需求去下载安装即可，更多sd的功能大家就自己去挖掘。

如果觉得本文有用，请来个三连吧~

如果觉得专栏的排版不够美观的话，可以去我的飞书看/docx/Icdjdcw53oGEltxhE6yc5lmhn0e