容器化部署 StableDiffusion2.1-WebUI 应用

1 部署步骤

我们提供了构建完毕的 Stable-Diffusion-WebUI 镜像，您可以直接部署使用。

1.1 访问共绩算力控制台 https://console.suanli.cn，点击新增部署。

1.2 基于自身需要进行配置，参考配置为单卡 4090 和 1 个节点（初次使用进行调试）。

1.3 选择相应预制镜像

1.4 点击部署服务，耐心等待节点拉取镜像并启动。

1.5 节点启动后，你所在“任务详情页”中看到的内容可能如下：

请注意，StableDiffusion 2.1 的镜像需要安装依赖，如果您发现链接暂时无法打开，这是因为程序需要安装依赖，请稍等片刻（约 5 分钟）。

1.6 我们可以点击快捷访问下方“7860”端口的链接，测试 Gradio 运行情况

接下来填写 prompt，描述我们希望图片的内容。

最后点击生成按钮，接下来我们耐心稍等片刻，可以看到图片已经生成。

2 构建镜像

如果您对如何构建该镜像感兴趣，可以继续查看接下来的教程。

2.1 克隆项目

首先，我们需要在本地磁盘中新建一个文件夹，将 StableDiffusion-WebUI 项目克隆下来。 运行如下命令：

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

2.2 下载模型

我们需要 sd 的 2.1 版本模型，为此，我们可以选择到 HuggingFace 下载。

打开下面的 URL，点击页面中模型的下载按钮，耐心等待模型下载完毕。 https://huggingface.co/stabilityai/stable-diffusion-2-1/tree/main

下载完毕后，将其放入 stable-diffusion-webui\models\Stable-diffusion 目录下。

2.3 修改源码

默认该版本 gradio 的 server_name 为 127.0.0.1 ，这是一个本机可访问的地址，但无法提供给外界主机访问，因而我们需要修改其配置，而这一步最方便的办法就是直接修改其源码。

我们在根目录下搜索 initialize_util.py 这个文件，将 gradio_server_name 方法中的代码进行覆盖，使其返回内容如下。

def gradio_server_name():
    return "0.0.0.0"

2.4 编写 Dockerfile 文件

在stable-diffusion-webui同级目录下新建一个文本文件，命名为Dockerfile。

将下列内容粘贴到文件中：

FROM nvcr.io/nvidia/pytorch:24.08-py3

ENV venv_dir="-"

# 复制代码
COPY ./stable-diffusion-webui /app

# 强制卸载冲突 OpenCV 包
RUN pip uninstall -y opencv-python-headless opencv-contrib-python opencv-python || true

RUN sed -i 's/\r//g' /app/webui.sh && \
    sed -i 's/\r//g' /app/webui-user.sh && \
    chmod +x /app/webui.sh

RUN apt-get update && \
    apt-get install -y --no-install-recommends \
        libgl1 \
        libsm6 \
        libxrender1 \
        libxext6 \
        ffmpeg \
        libgl1-mesa-glx && \
    rm -rf /var/lib/apt/lists/*

COPY CLIP-d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip /app/clip.zip

RUN pip install /app/clip.zip --prefer-binary

WORKDIR /app

# 仅安装其他Python依赖
RUN pip install --no-cache-dir -r requirements.txt

CMD ["/bin/sh", "-c", "/app/webui.sh"]

2.5 构建镜像

运行如下命令：

docker build -t sd-webui:0.1 .

耐心等待镜像构建完毕即可。如果构建完毕后，运行时发现镜像缺少某些依赖，可下载好后通过命令复制到镜像中，重新执行构建。