搬瓦工 VPS 部署 Stable Diffusion AI 图像生成教程

Stable Diffusion 是当前最流行的开源 AI 图像生成模型，能够根据文字描述生成高质量的图像。虽然 Stable Diffusion 主要依赖 GPU 进行加速，但通过 CPU 推理和适当的优化，也可以在搬瓦工 VPS 上运行。本教程将介绍如何部署 AUTOMATIC1111 Stable Diffusion WebUI，这是 Stable Diffusion 最受欢迎的图形界面。

一、环境要求与注意事项

操作系统：Ubuntu 20.04 或更高版本。
内存：至少 8GB（推荐 16GB）。
磁盘：至少 30GB 可用空间（模型文件较大）。
Python：Python 3.10。

重要提示：CPU 推理下生成一张 512x512 图像可能需要数分钟，适合学习和实验目的。如果需要频繁生成图像，建议使用带 GPU 的服务器。选购 VPS 请参考全部方案。

二、安装系统依赖

apt update && apt upgrade -y
apt install git python3 python3-pip python3-venv wget curl libgl1 libglib2.0-0 -y

三、安装 AUTOMATIC1111 WebUI

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

3.1 配置 CPU 运行环境

创建虚拟环境并安装 CPU 版本的 PyTorch：

python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

3.2 修改启动配置

编辑 webui-user.sh 以适配 CPU 环境：

cat > webui-user.sh <<'EOF'
#!/bin/bash
export COMMANDLINE_ARGS="--skip-torch-cuda-test --use-cpu all --no-half --listen --port 7860 --precision full"
export TORCH_COMMAND="pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu"
EOF
chmod +x webui-user.sh

四、下载模型

Stable Diffusion 需要预训练模型才能工作。将模型文件下载到 models/Stable-diffusion 目录：

cd /opt/stable-diffusion-webui/models/Stable-diffusion

# 下载 Stable Diffusion v1.5 模型（约 4GB）
wget -O v1-5-pruned-emaonly.safetensors \
  "https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors"

也可以从 Civitai 等社区下载其他风格模型。对于 CPU 推理，建议使用较小的模型以减少生成时间。

五、首次启动

cd /opt/stable-diffusion-webui
./webui.sh

首次启动会自动安装所有 Python 依赖，这个过程可能需要较长时间。安装完成后，WebUI 将在 http://your-ip:7860 上提供服务。

六、使用 Docker 部署

使用 Docker 可以简化安装过程（需先安装 Docker，参考 Docker 安装教程）：

mkdir -p /opt/sd-docker && cd /opt/sd-docker
mkdir -p models outputs

cat > docker-compose.yml <<'EOF'
version: '3.8'
services:
  stable-diffusion:
    image: ghcr.io/automatic1111/stable-diffusion-webui:latest
    ports:
      - "7860:7860"
    volumes:
      - ./models:/app/models
      - ./outputs:/app/outputs
    environment:
      - COMMANDLINE_ARGS=--skip-torch-cuda-test --use-cpu all --no-half --listen --precision full
    restart: unless-stopped
EOF

docker compose up -d

七、WebUI 基本使用

访问 WebUI 后，主要功能区域包括：

txt2img：文本生成图像，输入提示词后点击 Generate。
img2img：图像转图像，上传参考图并添加提示词。
Extras：图像后处理，包括放大和修复。
Settings：全局设置，可以调整各种生成参数。

7.1 优化提示词

好的提示词是生成高质量图像的关键。建议遵循以下结构：主体描述 + 画风 + 质量标签 + 负面提示词。负面提示词（Negative prompt）用于排除不想要的元素。

八、API 调用

启动 WebUI 时添加 --api 参数可以启用 REST API：

# 在 COMMANDLINE_ARGS 中添加 --api

# 调用 API 生成图像
curl -X POST http://localhost:7860/sdapi/v1/txt2img \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "a beautiful landscape, oil painting style",
    "negative_prompt": "blurry, low quality",
    "steps": 20,
    "width": 512,
    "height": 512,
    "cfg_scale": 7
  }'

九、CPU 推理优化

在 CPU 环境下，以下优化可以缩短生成时间：

降低分辨率：从 512x512 降至 384x384 或更低。
减少采样步数：将 Steps 从默认的 20 降至 10-15。
选择快速采样器：使用 Euler 或 DPM++ 2M 采样器。
使用轻量模型：Stable Diffusion Turbo 或 LCM 模型速度更快。

# 添加 OpenVINO 加速（Intel CPU 优化）
pip install openvino
# 在 Settings 中启用 OpenVINO 后端

十、配置 Systemd 服务

cat > /etc/systemd/system/sd-webui.service <<EOF
[Unit]
Description=Stable Diffusion WebUI
After=network.target

[Service]
Type=simple
User=root
WorkingDirectory=/opt/stable-diffusion-webui
ExecStart=/opt/stable-diffusion-webui/venv/bin/python launch.py --skip-torch-cuda-test --use-cpu all --no-half --listen --port 7860 --precision full --api
Restart=always
RestartSec=15

[Install]
WantedBy=multi-user.target
EOF

systemctl daemon-reload
systemctl enable sd-webui
systemctl start sd-webui

十一、常见问题

内存不足

Stable Diffusion 对内存需求较高。添加 swap 空间可以缓解：

fallocate -l 8G /swapfile
chmod 600 /swapfile
mkswap /swapfile
swapon /swapfile
echo '/swapfile none swap sw 0 0' >> /etc/fstab

生成图像全黑或全白

这通常是因为没有使用 --no-half 和 --precision full 参数。在 CPU 模式下，必须使用完整精度。

总结

在搬瓦工 VPS 上部署 Stable Diffusion 可以体验 AI 绘画的魅力。虽然 CPU 推理速度有限，但作为学习和实验平台完全足够。如果你需要更灵活的图像生成工作流，可以参考 ComfyUI 节点编辑器。选购搬瓦工 VPS 请查看全部方案，使用优惠码 NODESEEK2026 可享受 6.77% 的折扣，购买链接：bwh81.net。