在AI绘画软件领域Stable-Diffusion（简称SD）在开源领域绝对是不二之选，他的插件方式可以让此软件具有更多的功能，开发者社群为此提供了大量免费高质量的外接预训练模型（fine-tune）和插件，并持续维护更新。在第三方插件和模型的加持下，SD拥有更加丰富的个性化功能，使用者可以生成更贴近需求的图片，甚至在 AI 视频特效、AI音乐生成等领域。
Stable-Diffusion学习有一定的难度，上手比较困难，但他在对绘画的精细控制方面非常灵活，对于专业AI绘画方面，他对画质的控制更高。接下来我用Ubuntu22.04和Nvidia P40搭建一套Stable-Diffusion服务器。
有关Ubuntu22.04和Nvidia P40的安装，请参照前面几章的介绍。这里就省劣了这些配置我们直接进入SD配置和部署。
一：准备安装环境
1、安装Anaconda，并创建虚拟环境。
conda create -n sd python=3.10
conda activate sd2、安装pytorch
#先要进入虚拟环境
conda activate sd
#安装pytorch
pip3 install torch torchvision torchaudio二：安装Stable Diffusion
1、克隆仓库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui2、安装相关依赖
#安装tb-nightly
python -m pip install tb-nightly -i https://mirrors.aliyun.com/pypi/simple#安装相关依赖
pip install -r requirements_versions.txt
pip install -r requirements.txt
3、修改web的绑定IP
vim webui.py#找到下面这几行
#app, local_url, share_url = shared.demo.launch(
#share=cmd_opts.share,
#server_name=initialize_util.gradio_server_name(),
#修改为：#将shared.demo.launch()第一行改为
share=True，
server_name="192.168.29.198",#注意IP上的双引号，IP灵活根据自己服务器的IP设置4、下载模型并拷贝
模型考贝地址：
/stable-diffusion-webui/models/Stable-diffusion
/stable-diffusion-webui/openai
当然不考贝运行时也会自动下载，但时间太久，所以可以先下载，然后直接考过去。这样节省时间。
可以访问国内镜像地址下载相关模型：
https://aifasthub.com/models
5、为运行目录及模型付执行权限
chmod +x stable-diffusion-webui/
chmod +x models/*
chmod +x openai/*6、运行
python launch.py
#或
python webui.py
#两种访求均可7、打开浏览器
http://192.168.29.198:7860
注意IP要根据你服务器配置的具体IP地址，本例中的IP为演示服务器地址。
