使用SD-WebUI容器镜像加速文生图

步骤一：获取SD-WebUI容器镜像信息

阿里云提供的SD-WebUI容器镜像通过DeepGPU工具进行加速，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。

1. 登录容器镜像服务控制台。

2. 在左侧导航栏，单击制品中心。

3. 在仓库名称搜索框，搜索sd-webui，并选择目标镜像egs/sd-webui。

   镜像详情如下所示：

   镜像名称	组件信息	镜像地址

   镜像名称	组件信息	镜像地址
   SD-WebUI	Deepgpu-sd：4.3.9-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:4.3.9-full-pytorch2.1.2-ubuntu22.04
   SD-WebUI	Deepgpu-sd：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

步骤二：创建GPU实例

具体操作，请参见创建GPU实例。关键参数说明如下：

• 实例规格：建议选择内存30 GiB以上、GPU显存24 GB以上、vCPU无限制的实例规格（例如ecs.gn7i-4x.8xlarge）。

  Stable Diffusion模型的推理过程需要耗费大量的计算资源，运行时占用大量内存，为了保证模型运行的稳定，建议您选择内存大的单卡GPU实例。SD-WebUI镜像仅支持在以下GPU实例规格族中配置：

  • gn7i、ebmgn7i、ebmgn7ix

  • gn7e、ebmgn7e、ebmgn7ex

  • gn8is、ebmgn8is

  说明

  更多信息，请参见GPU计算型（gn/ebm/scc系列）。

• 镜像：选择公共镜像，建议选择Ubuntu 20.04及以上版本的镜像。

  在GPU实例上部署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。实例创建完成后，会自动安装Tesla驱动、CUDA、cuDNN库等，相比手动安装方式更快捷。

  

• 系统盘：Stable Diffusion的运行需要下载多个模型文件，会占用大量存储空间，为了保证模型顺利运行，建议系统盘设置为100 GiB。

• 公网IP：选中分配公网IPv4地址，带宽计费方式选择按使用流量，建议带宽峰值选择100Mbps，以加快模型下载速度。

步骤三：在GPU上配置SD-WebUI镜像

1. 远程连接GPU实例。

   具体操作，请参见使用Workbench工具以SSH协议登录Linux实例。

2. 执行以下命令，安装Docker环境。

   sudo apt-get update
   sudo apt-get -y install ca-certificates curl
   
   sudo install -m 0755 -d /etc/apt/keyrings
   sudo curl -fsSL http://mirrors.cloud.aliyuncs.com/docker-ce/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
   sudo chmod a+r /etc/apt/keyrings/docker.asc
   
   
   echo \
     "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/null
   
   sudo apt-get update
   sudo apt-get install -y docker-ce docker-ce-cli containerd.io

3. 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。

   

4. 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.list
   sudo apt-get update
   sudo apt-get install -y nvidia-container-toolkit

5. 设置Docker开机自启动并重启Docker服务。

   sudo systemctl enable docker 
   sudo systemctl restart docker

6. 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。

   

7. 执行以下命令，拉取SD-WebUI镜像。

   sudo docker pull <SD-WebUI镜像地址>

   请将代码中的<SD-WebUI镜像地址>替换为您在操作步骤中获取的SD-WebUI镜像地址，示例如下：

   sudo docker pull egs-registry.cn-hangzhou.cr.aliyuncs.com/egs/sd-webui:4.3.9-full-pytorch2.1.2-ubuntu22.04

   重要

   • 拉取镜像可能需要较长时间（20分钟甚至更久），请您耐心等待。

   • 如果下载SD-WebUI镜像过程中，出现no space left on device错误提示，说明您的磁盘空间不足，需要扩容云盘，然后再重新进行镜像下载。扩容云盘的更多信息，请参见云盘扩容指引。

8. 执行以下命令，运行SD-WebUI容器。

   h_mdir=/host/models/ # host models dir
   c_mdir=/workspace/stable-diffusion-webui/models # container dir
   sudo mkdir -p ${h_mdir}/Stable-diffusion
   cd ${h_mdir}/Stable-diffusion
   
   # 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:4.3.9-full-pytorch2.1.2-ubuntu22.04

   SD-WebUI容器启动后，SD-WebUI服务自动启动。如果您需要修改服务启动命令或默认端口，请参照以下命令进行修改。例如，如需更改服务器监听端口为5002时，即将--port 5001修改为--port 5002；如需更改模型检查点的目录为/example/path/ckpts时，即将--ckpt-dir ./ckpts改为/example/path/ckpts。

   cd /workspace/stable-diffusion-webui
   python -u ./launch.py --ckpt-dir ./ckpts --listen --port 5001 --enable-insecure-extension-access --disable-safe-unpickle --api --xformers --skip-install