Stable Diffusion中文网：在AMD GPU上安装和运行Stable Diffusion WEB UI

虽然AMD GPU目前还没有官方支持Stable Diffusion WEB UI，但你可以安装lshqqytiger的webui分支，该分支使用DirectML。

目前训练功能还不能正常工作，但其他特性和扩展功能，如LoRA和controlnet可以正常使用。如果遇到问题，请访问https://github.com/lshqqytiger/stable-diffusion-webui-directml/issues报告问题。

以下是在Windows环境下安装和运行Stable Diffusion WEB UI的步骤：

1. 安装Python 3.10.6（勾选Add to PATH）和git。
2. 在命令提示符（cmd）或终端中粘贴以下命令：git clone https://github.com/lshqqytiger/stable-diffusion-webui-directml && cd stable-diffusion-webui-directml && git submodule init && git submodule update（你可以将程序文件夹移动到其他位置）。
3. 双击webui-user.bat运行程序。
4. 如果安装或运行时出现卡顿，按回车键继续。

以下是在Linux环境下使用rocm进行安装的指南（自动安装和原生运行）：

自动安装
从1/15/23开始，你可以直接运行webui.sh，它会自动为你安装pytorch和rocm。

输入以下命令，将webui安装到当前目录：
sudo apt install git python3.10-venv -y
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui && cd stable-diffusion-webui
python3.10 -m venv venv
使用以下命令安装和运行：

./webui.sh {your_arguments*}

*对于许多AMD GPU，你可能需要添加–precision full –no-half或–upcast-sampling参数，以避免NaN错误或崩溃。如果–upcast-sampling参数适用于你的显卡，你可以以2倍的速度（fp16）运行，而不是在full精度下运行。

详细信息
原生运行
执行以下命令：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
python -m venv venv
source venv/bin/activate
python -m pip install –upgrade pip wheel

# 可能你不需要”–precision full”，但是删除”–no-half”会导致驱动崩溃
TORCH_COMMAND=’pip install torch torchvision –extra-index-url https://download.pytorch.org/whl/rocm5.1.1′ python launch.py –precision full –no-half
后续运行只需要执行：

cd stable-diffusion-webui
# 可选：”git pull” 来更新仓库
source venv/bin/activate

# 可能你不需要”–precision full”，但是删除”–no-half”会导致驱动崩溃
TORCH_COMMAND=’pip install torch torchvision –extra-index-url https://download.pytorch.org/whl/rocm5.1.1′ python launch.py –precision full –no-half
启动WebUI后的第一次可能会非常长，你可能会看到类似以下消息：

MIOpen(HIP): Warning [SQLiteBase] Missing system database file: gfx1030_40.kdb Performance may degrade. Please follow instructions to install: https://github.com/ROCmSoftwarePlatform/MIOpen#installing-miopen-kernels-package

之后的生成应该可以正常运行。你可以点击消息中的链接，如果你正好使用相同的操作系统，按照里面的步骤修复这个问题。如果在你的操作系统上没有明确的方法来编译或安装MIOpen内核，请考虑按照下面的“在Docker内运行”指南操作。

在Docker内运行
首先拉取最新的rocm/pytorch Docker镜像，并启动镜像并连接到容器中（摘自rocm/pytorch文档）：docker run -it –network=host –device=/dev/kfd –device=/dev/dri –group-add=video –ipc=host –cap-add=SYS_PTRACE –security-opt seccomp=unconfined -v $HOME/dockerx:/dockerx rocm/pytorch

在容器内执行以下命令：

cd /dockerx
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
python -m pip install –upgrade pip wheel

# 可能你不需要”–precision full”，但是删除”–no-half”会导致驱动崩溃
REQS_FILE=’requirements.txt’ python launch.py –precision full –no-half
后续运行只需要重启容器，再次连接到它并在容器内执行以下命令：在列表中找到容器名称：docker container ls –all，选择匹配rocm/pytorch镜像的容器，重启它：docker container restart <container-id>，然后连接到它：docker exec -it <container-id> bash。

cd /dockerx/stable-diffusion-webui
# 可选：”git pull” 来更新仓库
REQS_FILE=’requirements.txt’ python launch.py –precision full –no-half
容器内的/dockerx文件夹应该可以在主机的主目录下同名访问。

在Docker内更新Python版本
如果web UI与Docker镜像内预安装的Python 3.7版本不兼容，以下是更新Python版本的指南（假设你已经成功按照“在Docker内运行”操作）：

在容器内执行以下命令：

apt install python3.9-full # 确认每一个提示
update-alternatives –install /usr/local/bin/python python /usr/bin/python3.9 1
echo ‘PATH=/usr/local/bin:$PATH’ >> ~/.bashrc
运行source ~/.bashrc，并按照对已有容器相同的命令继续操作。

可能你不需要”–precision full”，删除”–no-half”也可以在某些显卡上正常工作。像Radeon RX 6000系列和RX 500系列的显卡可以在不使用选项–precision full –no-half的情况下正常工作，节省大量VRAM（注这里）。

在AMD和Arch Linux上安装
以下是在AMD和Arch Linux上安装Stable Diffusion WEB UI的指南：

在Arch Linux上使用Arch特定的包安装webui
这个指南可能适用于其他基于Arch的Linux发行版（测试日期为2023年2月22日）。

首先安装Arch特定的依赖，从所需的依赖开始，安装pip：sudo pacman -S python-pip。

然后根据你的CPU类型选择安装pytorch包。如果你的CPU支持AVX2指令集（超过Haswell（Intel，2013）或Excavator（AMD，2015）的CPU微架构），安装python-pytorch-opt-rocm包以获得优化。否则，安装python-pytorch-rocm包。

安装torchvision包时，可以使用AUR助手或手动克隆git仓库并编译安装。

设置venv环境并安装剩余的Python依赖。

最后，在项目根目录运行webui.sh以启动Stable Diffusion WEB UI。

限制
请注意，GPU型号必须得到Arch依赖的支持。你可以在PYTORCH_ROCM_ARCH变量中查看你的GPU是否被列为支持的构建架构。如果不支持，考虑本地构建这两个包或使用其他安装方法。

另外，Arch依赖（pytorch，torchvision）通过完整的系统更新和编译保持最新，这可能不是希望依赖组合使用固定版本的理想选择。

总结
以上是在不同环境下安装和运行Stable Diffusion WEB UI的指南。根据你的操作系统和GPU型号，选择合适的安装方法，并按照指南进行操作，以便在AMD GPU上使用Stable Diffusion WEB UI进行稳定扩散模型的训练和应用。