这是我关于SD专栏的第二篇文章，实际上，我个人也是一边学习一边写文章。这篇文章将主要教大家如何安装sd的软件，以及如果配置跟不上，该如何学习SD的方法。下面先看看使用该软件的电脑配置。
硬件要求与显存优化
Stable Diffusion 的性能高度依赖硬件配置，合理的硬件选择可显著提升生成效率。
该软件的最低配置是：
- 显卡：NVIDIA GTX 1660 Ti（6GB显存）或同等级AMD显卡（需支持CUDA 11.0+）
- 内存：8GB RAM（显存不足时需开启虚拟内存）
- 硬盘：至少预留150GB空间（大模型文件占用较大）
- 系统：Windows 10/11、macOS Monterey 12.5+、Ubuntu 20.04+
推荐的配置自然是越高越好，不过对于普通人来说，可以尝试：
- 显卡：NVIDIA RTX 3060 Ti（12GB显存）及以上，显存越大越能运行复杂模型（如ControlNet）
- 内存：32GB RAM（支持多任务并行处理）
- 硬盘：NVMe SSD（加速模型加载，建议预留500GB）
另外，如果你的配置达到了，但是还是生图慢，可以有一些方法提高速度：
- 1.启用FP8半精度运算（显存占用减少30%）
- 2.调整批量大小（Batch Size=2~4，RTX 3090及以上适用）
- 3.禁用不必要的插件（如RealESRGAN可后续按需安装）
- 4.降低生图的像素，生完低像素的图使用图片重绘放大或高清放大放大图片
电脑配置的查看方法，win系统可以使用比较简单的命令：
win+R
在调用的命令提示符中输入:dxdiag
回车
稍等一会儿就会出现电脑配置信息了
点击“显示”，可查看显卡信息
秋叶安装包
按我的观察，在初级生图领域，使用得最多的就是秋叶大佬的安装包，其启动器打开后长得很不错：
当然，秋叶启动器仅仅是给我们一个启动器而已，方便我们管理模型和一些设置，真正的生图界面还是webui原生的，如下：
下载秋叶大佬的启动器，可以去他的哔哩哔哩主页获取，也可以在下方点击我给的网盘链接。
（经过比较，我最后选择了移动云盘，因为它容量大，且下载不限速，而且会员还可以通过签到云朵白嫖，可以说是穷孩子们的网盘福利了，小小的广告，不要介意，嘻嘻…）
秋叶大佬主页（在他的视频评论区取软件下载链接）：秋葉aaaki的个人空间-秋葉aaaki个人主页-哔哩哔哩视频
我给大家准备的下载链接：
链接：https://caiyun.139.com/m/i?095CtbYGUXTNf
提取码：5nWF
复制内容打开移动云盘PC客户端，操作更方便哦
下载启动器sd-webui-aki-v4.x.7z和启动器运行依赖到本地后，将7z文件解压缩到一个你自己命名的空文件夹，如sd-webui。然后双击启动器，安装启动器依赖程序。
等待安装完成，点击关闭即可。
在解压后的sd-web-ui文件夹中，找到A绘世启动器.exe文件，双击打开（就是可爱头像那个，很明显的）。
初次打开，可在左侧高级选项中配置你的显卡，一般它会自动检测显卡。比如我的是显卡是3060 12GB的显卡，它会自动选择，如果没有选择，可能需要你自己设置。其他配置保持默认即可。
回到一键启动界面，点击右下角一键启动按钮，即可打开stable diffusion绘画界面了。
注意首次启动需等待依赖加载（约5-10分钟），等待一会儿后，浏览器会自动跳转至一个由本地计算机渲染的web-ui网站，端口一般是7860。
整合包的优势是很明显的，安装简单，小白可用，且内置了ControlNet、LoRA等核心插件，不用小白自己去到处找。其次是集成隔离Python环境，避免了依赖冲突。
手动安装官方包
如果你不怕麻烦或者略懂一些程序知识，自然可以直接上手，安装官方包。
首先需要安装三个软件：
- Python 3.10.6：安装时勾选Add to PATH（设置环境变量）
- Git：用于克隆仓库（默认路径安装即可）
- CUDA Toolkit 12.4+：匹配显卡驱动版本
- 安装CUDA深度神经网络库cudnn
- FFMPEG(可选)
- Visual Studio(可选)
python选用一定的版本，是程序的基础，毕竟人工智能很多程序都是python语言写成的。
其次是git软件，用于克隆仓库，同样也便于后期安装各种插件时可以自己使用git命令。
cuda对应的是显卡。
Python安装
进入Python官网（python.org），点击「Downloads」→ 选择Windows/Mac对应版本（勾选3.8以上版本）。
由于国内进入该网站会很慢，所以我们采用华为镜像源下载版本即可，其地址为：Index of python-local
下载后右键单击安装包，使用管理员身份运行。
可以选择默认安装路径为C盘，但是建议选择自定义安装，然后勾选下方的框，将python添加到环境变量中去，便于在任何地方都可以使用命令提示符调用python命令。等待安装完成。
键盘按住win+r键，调用运行窗口，输入cmd，打开命令提示符输入python回车，如果为以下情形，没有报错，说明python安装完成啦!
git安装
进入其官网：Git – Downloads，选择适合自己系统的版本：
下载安装包到电脑。
如果下载缓慢可以开启魔法网络，或者复制下载链接到迅雷等下载器进行下载，我们这里仅某个版本举例，大家要按自己的版本安装，安装最新版。
双击打开该安装程序。
点击Browse选择git的安装路径，（最好用英文，要是有中文或者空格之类的有的时候会很麻烦），点击Next（这里我装在了D盘新建的Git文件夹里）。
这里是选择安装的组件，直接默认即可，点击Next。
选择菜单文件夹，可以改名和选择不同的文件夹，不要的话可以把下面方框中的√勾上（这里同样是建议默认），点击下一步。
选择默认编辑器，直接默认选择vim，点击Next。
选择主干名，一般都是默认，点击Next。
调整path，推荐前两个，第一个意思是只从Git Bash使用Git，第二个意思是可以从命令或第三方软件使用Git（这里我选的是第二个），点击Next。
选择ssh可执行文件，直接默认走起，点击Next。
选择https传输后端，继续默认，点击Next。
配置行尾转换，继续默认，点击Next。
配置终端模拟器，继续默认，点击Next。
选择‘git pull’的默认行为，继续默认，点击Next。
选择凭证助手，继续默认，点击Next。
配置额外选项，继续默认，点击Next。
配置实验选项，继续默认（都是新功能，默认全不勾选，咱不当小白鼠），点击Install。
之后便会开始安装。等待安装完成，会如此：
点击Finish退出安装，打开桌面菜单，可以看到git软件：
或右键单击桌面也会出现：
git就安装完成了!
安装CUDA Toolkit
首先查询显卡CUDA版本：打开CMD控制台，输入以下指令：nvidia-smi
然后去下载相应版本的cuda工具包。
下载地址：
最新版本：https://developer.nvidia.com/cuda-downloads
历史版本：https://developer.nvidia.com/cuda-toolkit-archive
我们以11.1举例，其他版本类似，基本都是默认设置。
下载后双击安装程序开始安装。
选择临时解压路径，比如桌面上的temp文件夹（先新建），点击OK
然后点击同意。
点击自定义。
下一步。
等待安装。
安装完成点击关闭，然后查看是否安装成功。
右键单击电脑，选择属性，点击高级系统设置。
点击高级选项卡的环境变量选项。
查看系统变量是否有CUDA_PATH和CUDA_PATH版本号。
在环境变量->系统变量->Path里面也能看到新添加的CUDA路径
或者打开命令提示符，输入命令（注意大小写）：
nvcc -V这样，cuda就安装好了，该软件是为了支持英伟达显卡。
安装CUDA深度神经网络库（提速）
查看版本匹配要求：NVIDIA – CUDA | onnxruntime
cuDNN下载路径：cuDNN 历史版本 | NVIDIA 开发者
将下载后的文件夹中的三个文件夹“bin、include、lib”复制到你上一个安装的cuda文件夹内，如果你选择的是默认安装路径，它应该是【C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/】
这样cudnn就安装完成了。
安装sd-webui
进入你准备好的盘符，在搜索栏输入cmd，回车进入本盘符的命令提示符。
在命令窗口执行命令：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
等待git下载项目到文件夹中。
下载基础模型（如v1-5-pruned-emaonly.safetensors）至models/Stable-diffusion
可以去魔搭社区：魔搭社区，搜索该模型，然后下载：
将下载的这个基础大模型文件放入以下文件夹中：
用记事本打开 webui-user.bat，首行添加文字 git pull（每次运行时自动检测更新），在set PYTHON= 后面添加Python文件地址（右键点击Python.exe，复制文件地址。）
双击该bat命令，它会进行另外一些依赖的安装，等待安装完成，它就会打开绘图的webui界面了。
如果你发现速度非常慢，可以打开文件夹modules（注意不是models!!），找到文件：launch_utils.py，然后更改其中的下载路径，具体如下：
可以搜索函数prepare_environment，找到这个位置，然后将该链接更换为：
https://pypi.tuna.tsinghua.edu.cn/simple/回到根目录，双击webui-user.bat启动器，程序会自动更新更多依赖，直到打开webui界面。
更多项目情况请访问其项目网站stable-diffusion-webui: webui 国内镜像，以及部署文档：首页 – 维基 – Gitee.com
注意问题：
1.如出现下载慢的情况，需要更改下载镜像源，或打开魔法网络。
2.如遇见版本不适配导致的下载问题，需要先了解自己的python版本、显卡版本和torch库的适配。
3.自己安装出现的错误多种多样，这里就不再赘述了，还是建议大家用一键安装包节省时间。
