近期，NovelAI 模型及源码的大规模泄露引起了大规模的讨论，与其相关的各种 colab 或者本地部署方法也在广泛传播。于此同时，腾讯（我没收钱）等云服务厂商也在大规模促销 GPU 型服务器实例。

有人就在询问了：如果有一台 Linux GPU 服务器，如何将 Stable Diffusion webui 及NovelAI 部署使用？

本文即是系统性的介绍其部署教程。

前期准备

在开始部署之前，你需要准备的：

• 一台带有 GPU 的 Linux 云服务器
  （显存 > 8GB，但是这类服务器的专业卡应该没有弱的吧）
• 已经安装了 Python，版本 > 3.10
  （什么？不会安装？左转百度 Python 教程非常多）

在进行教程时，本人使用的云服务器：

• 8 核心 32 GB 内存，使用 NVIDIA Tesla T4 显卡（16 GB）
• Debian 9 操作系统（建议使用 Debian 或 Ubuntu，apt 部署不香嘛）

实测在 28 steps，采用 Euler a 采样，输出分辨率 384×640 时，能做到 5s 生成一张图片。

环境部署

安装依赖

Debian 系（包括但不限于 Debian，Ubuntu）：

sudo apt install wget git python3 python3-venv

RedHat 系（包括但不限于 RedHat，CentOS）

sudo yum install wget git python3

一键安装

官方 repo 提供的一键脚本：

bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)

运行脚本会从仓库 git pull 最新版本，并安装 Pytorch，GFPGAN，CLIP 等依赖。

所需时间较长，请耐心等待。

如果一切成功，启动脚本会在安装完所有依赖后，提示如下内容：

Can't run without a checkpoint. Find and place a .ckpt file into any of those locations. The program will exit.

这是提示用户没有正确放置所需模型，并自动退出程序。至此可以进行下一步。

加载模型

推荐使用 4GB 大小的 animefull-final-pruned 模型。（NovelAI 泄露模型地址）

模型泄露地址：

magnet:?xt=urn:btih:5bde442da86265b670a3e5ea3163afad2c6f8ecc&dn=novelaileak&tr=udp%3A%2F%2Ftracker.opentrackr.org%3A1337%2Fannounce&tr=udp%3A%2F%2F9.rarbg.com%3A2810%2Fannounce&tr=udp%3A%2F%2Ftracker.openbittorrent.com%3A6969%2Fannounce&tr=http%3A%2F%2Ftracker.openbittorrent.com%3A80%2Fannounce&tr=udp%3A%2F%2Fopentracker.i2p.rocks%3A6969%2Fannounce

请注意，本次泄露的 50GB 文件，其中大部分无需下载使用。

我们需要下载到服务器的内容有：

• stableckpt/animefull-final-pruned/model.ckpt （文件）
  对应放置到 webui 的 models/Stable-diffusion/final-pruned.ckpt
• stableckpt/animefull-final-pruned/config.yaml （文件）
  对应放置到 webui 的 models/Stable-diffusion/final-pruned.ckpt
• stableckpt/animevae.pt （文件）
  对应放置到 webui 的 models/Stable-diffusion/final-pruned.vae.pt
• stableckpt/modules/modules/ （目录及文件）
  对应放置到 webui 的 models/hypernetworks/

下载并放置模型文件后，webui 的 models 文件夹应至少包含如下内容：

├─Codeformer
├─deepbooru
├─ESRGAN
├─GFPGAN
├─hypernetworks
│      aini.pt
│      anime.pt
│      anime_2.pt
│      anime_3.pt
│      furry.pt
│      furry_2.pt
│      furry_3.pt
│      furry_kemono.pt
│      furry_protogen.pt
│      furry_scalie.pt
│      furry_transformation.pt
│      pony.pt
├─LDSR
├─Stable-diffusion
│      final-pruned.ckpt
│      final-pruned.vae.pt
│      final-pruned.yaml
└─SwinIR

确认无误后，可以返回 webui。

启动参数

编辑 webui 根目录下的 webui-user.sh，找到如下位置：

# Commandline arguments for webui.py, for example: export COMMANDLINE_ARGS="--medvram --opt-split-attention"
export COMMANDLINE_ARGS=""

在这里可以自定义 webui 启动时的参数。要使服务器对远程开放，我们需要 –listen 参数

将上面的参数修改为：

# Commandline arguments for webui.py, for example: export COMMANDLINE_ARGS="--medvram --opt-split-attention"
export COMMANDLINE_ARGS="--listen --port <你想使用的端口> --no-half-vae "

通过如此设置，我们可以在特定的端口监听流量，开放 webui 的远程访问。（未定义 –port 时默认为 6969），且 –no-half-vae 能解决高分辨率下黑屏问题。

此时在浏览器访问 http://<服务器的IP>:<使用的端口>/ ，应该能够正常进入 webui 并产生图片了：

常见问题解答

Webui 的各项参数和 NovelAI 的有差别，但我又不想每次打开都要调整，应该怎么做？

• 请参考我的另外一篇文章：Stable Diffusion 默认采用 NovelAI 生成参数的修改办法

我就是不想用 ip:端口 的方式访问 Webui，应该怎么做？

• 在 webui-user.sh 添加启动参数，加入“–share”即可通过 gradio 生成有效期三天的分享链接。

分享/暴露到外网，前端容易被爬到然后滥用，应该怎么做？

• 在 webui-user.sh 添加启动参数，加入“–gradio-auth 用户名:密码”即可。
  这样会在访问 WebUI 时要求访客提供对应的用户名和密码。
  （直接访问端口和分享链接均有效）
• 实际上被滥用还是次要威胁，你最需要担心的是远程代码执行漏洞。