跳到主要内容

阿里云部署

设备环境​

服务器选购​

  • 系统：Ubuntu 22.04 64位
  • GPU：NVIDIA Tesla T4
  • 系统盘：128GB，各种模型较大，建议使用128GB以上
  • 选用按量付费方式，停机时选择“节省停机模式”节省开支

环境配置​

安装基础工具​

安装Python3.10以上版本、pip和git等基础工具，已按照的忽略本步骤。基础工具按照参考：

通过yum安装一些基础工具sudo yum install -y git conda mesa-libGL zlib-devel libjpeg-turbo-devel 使用python --version确认版本，最好是3.10以上版本。以Python3.8版本为例sudo yum install -y python38 python38-pip

安装CUDA​

访问NVIDIA官网下载CUDA，选择对应的系统版本，以Ubuntu 22.04为例，选择Linux-x86_64-ubuntu22.04，下载deb(network)版本。

bash
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda=11.8.0-1

查看可安装的CUDA版本​

apt-cache madison cuda

卸载CUDA​

sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" "*nvvm*"
sudo apt-get autoremove

安装指定的驱动版本和CUDA版本​

sudo apt-get install cuda-toolkit-11-8 cuda-drivers-520 --verbose-versions

创建python虚拟环境​

mkdir sd_venv  # 放置python虚拟环境的目录
cd sd_venv # 进入目录
python3 -m venv sd-venv  # 创建python虚拟环境，其中sd-venv为虚拟环境名称
source bin/activate  # 激活虚拟环境

以下命令操作全部在python虚拟环境下操作

安装Stable Diffusion WebUI​

从Github上获取最新的Stable Diffusion WebUI代码。

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

克隆完成后，进入stable-diffusion-webui目录，安装依赖。

cd 01-AI-webui
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
pip install opencv-python-headless gfpgan open-clip-torch xformers pyngrok clip-anytorch
pip install -r requirements_versions.txt

启动Stable Diffusion WebUI​

当安装全部完成后，使用以下命令启动：

python launch.py --listen

若需要后台运行启用可以使用nohup命令：

nohup python launch.py --listen &

启用完成后，在阿里云安全组中添加规则，允许对应的端口访问，例如：7860