Stable Diffusion AI算圖使用手冊（2-1）：安裝Stable Diffusion WebUI與NVIDIA RTX 40顯示卡最佳化

在這篇文章中，筆者將介紹Stable Diffusion WebUI與執行所需相關程式的安裝方式，並以NVIDIA GeForce RTX 40顯示卡為範例進行效能最佳化。

（此教學已不適合最新版本，請參考下方新版教學）

Stable Diffusion AI算圖使用手冊（2-1 更新）：為NVIDIA與AMD顯示卡安裝Stable Diffusion WebUI 1.7版

安裝必要軟體

相關軟體下載點
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本體發布於Git網站，並需透過Git程式更新，另外在需要Python執行環境，因此除了安需要安裝Git與Python，此外也建議安裝Miniconda以便透過Conda虛擬環境執行Stable Diffusion。需要注意的是，目前Stable Diffusion WebUI限定需搭配Python 3.10版，因此不能使用撰稿時最新的3.11版。

• 延伸閱讀：Stable Diffusion AI算圖使用手冊系列文章目錄

讀者將上述軟體下載好後，除了在安裝Python的過程中需要勾選「Add Python.exe to PATH」選項外，其餘可以使用預設值。

在安裝完成後，到可以在任意路徑建立1個Stable Diffusion工作用資料夾，但為了確保程式執行順利，建議完整路徑皆僅使用英文。之後在該資料夾內點擊滑鼠右鍵並選擇「Git Bash Here」，接著在跳出的視窗輸入

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

就能下載Stable Diffusion WebUI。未來若要更新程式，則開啟此視窗並輸入「git pull」即可。

接著進到下載的「stable-diffusion-webui資料夾」（即內有launch.py的資料夾），然後建立1個純文字檔將下列文字寫入檔案中，然後將重新命名為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段落的參數功能如下，如果使用不到可視情況刪除。

set COMMANDLINE_ARGS參數說明：
--listen：讓區域網路中的別台電腦可以連入並操作
--share：產生時效為72小時的網址，讓外部電腦可以連入並操作
--enable-insecure-extension-access：執行不安全延伸程式（使用ControlNet時需啟用此設定）

接下來找到Anaconda Prompt執行檔的位置或捷徑，點擊滑鼠右鍵並選擇以系統管理員身份執行，然後在指令列切換至「stable-diffusion-webui資料夾」並執行RunSD.bat，首次執行會自動安裝相依程式與基礎算圖AI模型。至此即可完成所有安裝手續，以後透過Anaconda執行RunSD.bat，即可使用Stable Diffusion WebUI。

Anaconda指令範例：
F:
cd F:\Stable Diffusion\stable-diffusion-webui
RunSD.bat
（切換至其他硬碟分割區，此處範例為「F槽」
切換至Stable Diffusion WebU資料夾
執行RunSD.bat）

▲ 在準備執行環境的前置作業中，我們首先下載Git。建議選擇Windows 64位元安裝版本。

▲ 如果不熟悉各項設定，安裝過程全部保留預設設定即可。

▲ 下載Python時注意需要選擇3.10版，撰稿時對應的版本為3.10.10。進入下載網頁時先選擇Python 3.10.10。

▲ 然後建議選擇Windows 64位元安裝版本。

▲ 安裝過程需勾選「Add Python.exe to PATH」，其餘設定可以保留預設值。

▲ Miniconda部分一樣建議選擇Windows 64位元安裝版本。

▲ 安裝過程全部保留預設設定即可。

▲ 安裝完成後，在工作用資料夾點擊滑鼠右鍵並選擇「Git Bash Here」。

▲ 在跳出的視窗輸入「git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git」即可下載Stable Diffusion WebUI主程式。未來若要更新，則一樣開啟此視窗並輸入「git pull」即可。

▲ 到「stable-diffusion-webui資料夾」（即內有launch.py的資料夾）建立1個純文字檔，並將下圖文字寫入檔案，然後將檔案重新命名為RunSD.bat。

▲ 需要寫入RunSD.bat檔案的文字範例。

▲ 接下來找到Anaconda Prompt執行檔的位置或捷徑（圖例為在開始搜尋ana），點擊滑鼠右鍵並選擇以系統管理員身份執行。

▲ 在Anaconda視窗中透過指令切換至「stable-diffusion-webui資料夾」並執行RunSD.bat。

▲ 首次執行時會自動安裝相依程式，並下載基礎算圖AI模型。

▲ 所以工作都順利完成後，會看到程式提示Stable Diffusion WebUI已經啟動，並顯示本地端的連接網址。

▲ 透過瀏覽器打開連接網址，就可以看到Stable Diffusion WebUI的操作介面。

RTX 40顯示卡最佳化

為了讓NVIDIA顯示卡的效能最佳化，建議開啟Transformer引擎並安裝RTX 40系列顯示卡CuDNN函數庫（先前顯示卡的效能不會因為安裝函數庫而有影響）。

前者的方式相當簡單只需在RunSD.bat檔案的set COMMANDLINE_ARGS參數段落加上「--xformers」即可。

而後者可以下載支援CUDA 11的CuDNN 8.6安裝壓縮檔，將其解壓縮後，把「\cudnn-windows-x86_64-8.6.0.163_cuda11-archive\bin」資料夾中所有副檔名為.dll的檔案複製到「stable-diffusion-webui資料夾」中的「\venv\Lib\site-packages\torch\lib」。

完成上述步驟後，就能提升算圖過程的效率。

▲ 在RunSD.bat檔案加上「--xformers」參數即可。

▲ CuDNN函數庫則需下載並解壓縮後，製到「stable-diffusion-webui資料夾」中的「\venv\Lib\site-packages\torch\lib」。

在完成安裝手續後，雖然已經可以開始使用，但為了強化算圖的效果，請繼續跟著筆者一起瞭解如何安裝更多模型。

（回到Stable Diffusion AI算圖系列文章目錄）