Stable Diffusion WebUI（以下简称SD-WebUI）镜像通过DeepGPU工具（例如AIACC Deepytorch）进行加速，您无需深入了解复杂的机器学习模型推理优化细节，便可开箱即用。对于需要文本生成图像的业务场景，在GPU实例上部署SD-WebUI容器镜像后可以提供更快的计算速度和更高的推理性能。本文为您介绍如何在GPU实例上部署SD-WebUI容器镜像来快速将文本生成图像。
背景信息
SD-WebUI是一个基于Gradio库的浏览器界面，用于使用Stable Diffusion生成图像，提供了一个简单易用的界面，可以让您快速将文本生成图像。SD-WebUI的优点：
相比Pytorch+xformer方案，在FP16精度下使用SD-WebUI进行模型的推理优化具有更好的性能，其加速性能提升1.5~4.0倍。
相比预编译优化方案，使用SD-WebUI进行模型的推理优化具有更好的灵活性，具有线上免编译、高效切换等特性。
支持Controlnet/Lora等功能的优化和热插拔，可以获得更高的推理性能和更快的文生图体验。
关于Stable Diffusion的更多信息，请参见Stable Diffusion。
重要
阿里云不对第三方模型Stable Diffusion的合法性、安全性、准确性进行任何保证，阿里云不对由此引发的任何损害承担责任。
您应自觉遵守第三方模型Stable Diffusion的用户协议、使用规范和相关法律法规，并就使用第三方模型的合法性、合规性自行承担相关责任。
准备工作
获取SD-WebUI容器镜像详细信息，以便您在GPU实例上部署该容器镜像时使用。例如，创建GPU实例时需要提前了解容器镜像适用的GPU实例类型，拉取容器镜像时需要提前获取镜像地址等信息。
登录容器镜像服务控制台。
在左侧导航栏，单击制品中心。
在仓库名称搜索框，搜索sd-webui，并选择目标镜像egs/sd-webui。
SD-WebUI容器镜像大概每3个月内更新一次。镜像详情如下所示：
| 镜像名称 | 版本信息 | 镜像地址 | 优势 |
| SD-WebUI | SD-WebUI：4.3.5-full Python：3.10 PyTorch：2.1.2 CUDA：12.1.1 cuDNN：8.9.0.131 基础镜像：Ubuntu 22.04 | egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/sd-webui:4.3.5-full-pytorch2.1.2-ubuntu22.04 | SD-WebUI镜像仅支持以下GPU实例选择，更多信息，请参见GPU计算型。 gn6e、ebmgn6e gn7i、ebmgn7i、ebmgn7ix gn7e、ebmgn7e、ebmgn7ex |
操作步骤
本操作以Ubuntu 20.04操作系统的gn7i实例规格为例。
创建GPU实例并安装Tesla驱动。
具体操作，请参见创建GPU实例。
在GPU实例上使用SD-WebUI容器镜像，需要提前在该实例上安装Tesla驱动且驱动版本应为535或更高，建议您通过ECS控制台购买GPU实例时，同步选中安装GPU驱动。
说明
GPU实例创建完成后，会同时自动安装Tesla驱动、CUDA、cuDNN库等，相比手动安装方式更快捷。
远程连接GPU实例。
具体操作，请参见通过密码或密钥认证登录Liux实例。
执行以下命令，安装Docker环境。
sudo apt-get updatesudo apt-get -y install ca-certificates curlsudo install -m 0755 -d /etc/apt/keyringssudo curl -fsSL http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.ascsudo chmod a+r /etc/apt/keyrings/docker.ascecho \ "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu \ $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \ sudo tee /etc/apt/sources.list.d/docker.list > /dev/nullsudo apt-get updatesudo apt-get install -y docker-ce docker-ce-cli containerd.io执行以下命令，检查Docker是否安装成功。
docker -v如下图回显信息所示，表示Docker已安装成功。
执行以下命令，安装nvidia-container-toolkit。
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.listsudo apt-get updatesudo apt-get install -y nvidia-container-toolkit设置Docker开机自启动并重启Docker服务。
sudo systemctl enable docker sudo systemctl restart docker执行以下命令，查看Docker是否已启动。
sudo systemctl status docker如下图回显所示，表示Docker已启动。
执行以下命令，拉取SD-WebUI镜像。
sudo docker pull egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/sd-webui:4.3.5-full-pytorch2.1.2-ubuntu22.04执行以下命令，运行SD-WebUI容器。
h_mdir=/host/models/ # host models dirc_mdir=/workspace/stable-diffusion-webui/models # container dirsudo mkdir -p $h_mdircd $h_mdir# 下载标准SD-1.5模型：sudo wget https://aiacc-inference-public-v2.oss-accelerate.aliyuncs.com/aiacc-inference-webui/models/v1-5-pruned-emaonly.safetensors#启动容器sudo docker run -c 32 --gpus all -it \-v ${h_mdir}/Stable-diffusion/:${c_mdir}/Stable-diffusion/ \-v ${h_mdir}/ControlNet/:${c_mdir}/ControlNet/ \-v ${h_mdir}/Lora/:${c_mdir}/Lora/ \-p 5001:5001 egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/sd-webui:4.3.5-full-pytorch2.1.2-ubuntu22.04SD-WebUI容器启动后，SD-WebUI服务自动启动。如果您需要自定义服务启动命令或端口，请参照以下命令进行修改。
cd /workspace/stable-diffusion-webuipython -u ./launch.py --ckpt-dir ./ckpts --listen --port 5001 --enable-insecure-extension-access --disable-safe-unpickle --api --xformers --skip-install测试验证
为GPU实例的安全组配置5001端口，方便访问WebUI网站的用户界面。
主要参数说明如下所示，具体操作，请参见添加安全组规则。
| 参数 | 说明 |
| 端口范围 | 设置为 |
| 授权对象 | 设置为您本地主机的IP（公网IP）。 |
在浏览器中输入http://<GPU实例的公网IP>:5001访问SD-WebUI网站。
在Web页面的文生图页签下，输入文本提示词，单击生成/Generate，等待生成图像。
