Stable Diffusion AI算图使用手册（2-1）：安装Stable Diffusion WebUI与NVIDIA RTX 40显卡优化

在这篇文章中，笔者将介绍Stable Diffusion WebUI与执行所需相关程序的安装方式，并以NVIDIA GeForce RTX 40显卡为范例进行效能优化。

安装必要软件

相关软件下载点
Git：https://git-scm.com/download/win
Python 3.10：https://www.python.org/downloads/windows/
Miniconda： https://docs.conda.io/en/main/miniconda.html

Stable Diffusion WebUI本体发布于Git网站，并需透过Git程序更新，另外在需要Python执行环境，因此除了安需要安装Git与Python，此外也建议安装Miniconda以便透过Conda虚拟环境执行Stable Diffusion。 需要注意的是，目前Stable Diffusion WebUI限定需搭配Python 3.10版，因此不能使用撰稿时最新的3.11版。

读者将上述软件下载好后，除了在安装Python的过程中需要勾选「Add Python.exe to PATH」选项外，其余可以使用默认值。

在安装完成后，到可以在任意路径建立1个Stable Diffusion工作用文件夹，但为了确保程序执行顺利，建议完整路径皆仅使用英文。 之后在该文件夹内点击鼠标右键并选择「Git Bash Here」，接着在跳出的窗口输入

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

就能下载Stable Diffusion WebUI。 未来若要更新程序，则开启此窗口并输入「git pull」即可。

接着进到下载的「stable-diffusion-webui文件夹」（即内有 launch.py 的文件夹），然后建立1个纯文本文件将下列文本写入档案中，然后将重新命名为RunSD.bat。

@echo off

 

set PYTHON=

set GIT=

set VENV_DIR=

set COMMANDLINE_ARGS=–listen –share –enable-insecure-extension-access

 

call webui.bat

其中set COMMANDLINE_ARGS段落的参数功能如下，如果使用不到可视情况删除。

set COMMANDLINE_ARGS参数说明：
–listen：让区域网络中的别台电脑可以连入并操作
–share：产生时效为72小时的网址，让外部电脑可以连入并操作
— enable-insecure-extension-access：执行不安全延伸程序（使用ControlNet时需启用此设定）

接下来找到Anaconda Prompt执行文件的位置或捷径，点击鼠标右键并选择以系统管理员身份执行，然后在指令行切换至「stable-diffusion-webui文件夹」并执行RunSD.bat，首次执行会自动安装相关程序与基础算图AI模型。 至此即可完成所有安装手续，以后透过Anaconda执行RunSD.bat，即可使用Stable Diffusion WebUI。

Anaconda指令范例：
F：
cd F：\Stable Diffusion\stable-diffusion-webui
RunSD.bat
（切换至其他硬盘分割区，此处范例为「F槽」
切换至Stable Diffusion WebU文件夹
执行RunSD.bat）

▲ 在准备执行环境的前置作业中，我们首先下载Git。 建议选择Windows 64位安装版本。

▲ 如果不熟悉各项设定，安装过程全部保留预设设定即可。

▲ 下载Python时注意需要选择3.10版，撰稿时对应的版本为3.10.10。 进入下载网页时先选择Python 3.10.10。

▲ 然后建议选择Windows 64位安装版本。

▲ 安装过程需勾选「Add Python.exe to PATH」，其余设置可以保留预设值。

▲ Miniconda部分一样建议选择Windows 64位安装版本。

▲ 安装过程全部保留默认设置即可。

▲ 安装完成后，在工作用文件夹点击鼠标右键并选择「Git Bash Here」。

▲ 在弹出的窗口输入「git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git」即可下载Stable Diffusion WebUI主程序。 未来若要更新，则一样开启此窗口并输入「git pull」即可。

▲ 到「stable-diffusion-webui文件夹」（即内有 launch.py 的文件夹）建立1个纯文本文件，并将下图文字写入档案，然后将档案重新命名为RunSD.bat。

▲ 需要写入RunSD.bat档案的文字范例。

▲ 接下来找到Anaconda Prompt执行文件的位置或捷径（图例为在开始搜索ana），点击鼠标右键并选择以系统管理员身份执行。

▲ 在Anaconda窗口中通过指令切换至「stable-diffusion-webui文件夹」并执行RunSD.bat。

▲ 首次执行时会自动安装相依程序，并下载基础算图AI模型。

▲ 所以工作都顺利完成后，会看到程序提示Stable Diffusion WebUI已经启动，并显示本地端的连接网址。

▲ 透过浏览器打开连接网址，就可以看到Stable Diffusion WebUI的操作界面。

RTX 40显卡优化

为了让NVIDIA显卡的性能优化，建议开启Transformer引擎并安装RTX 40系列显卡CuDNN库（先前显卡的性能不会因为安装函数库而有影响）。

前者的方式相当简单只需在RunSD.bat档案的set COMMANDLINE_ARGS参数段落加上「–xformers」即可。

而后者可以下载支持CUDA 11的CuDNN 8.6安装压缩文件，将其解压缩后，把「\cudnn-windows-x86_64-8.6.0.163_cuda11-archive\bin」文件夹中所有副文件名为.dll的档案复制到「stable-diffusion-webui文件夹」中的「\venv\Lib\ site-packages\torch\lib」。

完成上述步骤后，就能提升算图过程的效率。

▲ 在RunSD.bat档案加上「–xformers」参数即可。

▲ CuDNN函数库则需下载并解压缩后，制到「stable-diffusion-webui文件夹」中的「\venv\Lib\site-packages\torch\lib」。

在完成安装手续后，虽然已经可以开始使用，但为了强化算图的效果，请继续跟着笔者一起了解如何安装更多模型。