AI绘画Stable Diffusion服务器搭建实战教程：从零开始部署

最近不少朋友问我怎么在自己的服务器上搭一套AI绘画环境，我整理了一份零基础也能跟下来的教程。
本文围绕AI绘画Stable Diffusion服务器搭建展开，你只需要一台带NVIDIA显卡的Linux服务器（Ubuntu 22.04为例），跟着步骤走，一小时内就能跑通。

准备工作：硬件与系统要求

• 显卡：建议NVIDIA RTX 3060及以上，显存至少8GB。显存越大出图分辨率和Batch Size越高。
• 系统：Ubuntu 22.04 LTS（其他Linux发行版也可，但命令需微调）。
• 磁盘：至少50GB空闲空间，用于存放模型文件（Stable Diffusion模型经常10GB+）。
• 网络：能顺畅访问GitHub、Docker Hub、Hugging Face（国内用户可配置镜像源）。
• 已安装：SSH客户端（如Windows下用PowerShell或Putty）。

在正式开始AI绘画Stable Diffusion服务器搭建前，先更新系统包：

sudo apt update && sudo apt upgrade -y

第一步：安装NVIDIA驱动与CUDA

要让Stable Diffusion利用GPU加速，驱动是必须的。
执行以下命令查看显卡型号：

lspci | grep -i nvidia

确认型号后，安装官方驱动（这里使用Ubuntu自带库，一键安装）：

sudo apt install nvidia-driver-535 -y

安装完成后重启：

sudo reboot

验证驱动是否生效：

nvidia-smi

如果看到GPU信息列表，驱动安装成功。
接着安装CUDA Toolkit（用于容器加速）：

sudo apt install nvidia-cuda-toolkit -y
nvcc --version

CUDA版本11.8或12.x都可以，后续Docker镜像会匹配。

第二步：安装Docker与NVIDIA Container Toolkit

Docker能帮我们快速部署Stable Diffusion WebUI，避免手动配置环境。
依次执行：

# 安装Docker
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
sudo usermod -aG docker $USER
# 退出SSH重新登录或执行 newgrp docker 使组生效

安装NVIDIA Container Toolkit，让容器能调用GPU：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt update
sudo apt install -y nvidia-docker2
sudo systemctl restart docker

验证容器能否识别GPU：

docker run --rm --gpus all nvidia/cuda:12.2.0-base-ubuntu22.04 nvidia-smi

若输出GPU信息，则一切就绪。

第三步：部署Stable Diffusion WebUI（Docker版本）

我们使用最流行的WebUI项目，官方Docker镜像。
创建目录并拉取镜像：

mkdir -p ~/stable-diffusion
cd ~/stable-diffusion
# 拉取镜像（首次较慢，约2GB）
docker pull ghcr.io/automatic1111/stable-diffusion-webui:latest

运行容器：

docker run -d --name sd-webui \
  --gpus all \
  -p 7860:7860 \
  -v ~/stable-diffusion/models:/app/stable-diffusion-webui/models \
  -v ~/stable-diffusion/outputs:/app/stable-diffusion-webui/outputs \
  ghcr.io/automatic1111/stable-diffusion-webui:latest

解释：-d后台运行，-p映射端口（访问服务器IP:7860），-v挂载模型和输出目录到本地，方便后续替换模型。

启动后查看日志：

docker logs -f sd-webui

看到“Running on http://0.0.0.0:7860”即可。

避坑指南：常见问题与解决

问题1：启动容器时报“CUDA out of memory”

多半是显存不够。
可在WebUI启动参数中加--medvram或--lowvram。
修改docker run命令：在镜像后添加参数，例如：

docker run ... ghcr.io/automatic1111/stable-diffusion-webui:latest --medvram

问题2：下载模型超时或失败

国内用户建议配置Hugging Face镜像。
在容器启动前，先配置环境变量：

docker run -e HF_ENDPOINT=https://hf-mirror.com ...

或者手动下载模型文件放到~/stable-diffusion/models/Stable-diffusion/目录内。

问题3：访问7860端口被拒绝

检查云服务商安全组是否放行7860端口。
同时确认防火墙：

sudo ufw status
sudo ufw allow 7860/tcp

验证成果：生成第一张AI图片

打开浏览器输入http://你的服务器IP:7860，你会看到WebUI界面。
在Prompt框输入：

a cute cat sitting on a table, digital art

点击“Generate”，等待几秒后下方出现图片，说明AI绘画Stable Diffusion服务器搭建成功。
你也可以将生成的图片保存到本地，或调整参数尝试更多风格。

如果你在搭建过程中遇到其他问题，欢迎在评论区留言。
建议先按本文步骤完整执行一次，再根据自己的硬件调整优化参数。
祝你顺利跑出第一张AI美图！