前言
Stable Diffusion (SD) 已迅速成为 2023 年十分风行的文生图的（又称“AI 艺术生成”）模型之一。其胜利的一个关键因素是它已作为开源软件提供。
这催生了一个充满活力的社区，该社区疾速构建了工具，使任何对 SD 感兴趣的人都能更容易地应用 SD，无论他们的技术常识如何。
其中一个工具是由 Automatic1111 开发的简略但功能强大的 Web 界面 stable-diffusion-webui。
它容许咱们无需任何编码即可应用 SD 的所有性能，而且它也是开源的，这意味着任何人都能够下载此 Web UI 以及 SD 模型并将其部署到任何他们想要的中央。
然而，挑战在于 SD 依然须要足够弱小的 GPU 能力能力十分疾速的生成一张图像信息，而这须要咱们自行洽购 GPU 并部署配置
因而，在本教程中，咱们借助于亚马逊云科技 G4dn 实例类型来部署 stable-diffusion-webui，帮忙减速机器学习推理和图形密集型的工作场景，教程内容也能够在 GitLab 中找到。
咱们只需应用一个命令，应用 AWS CloudFormation 模板来设置所有所需的基础设施即可实现此操作。
部署模板
Cloudformation 模板如下所示：
AWSTemplateFormatVersion: '2010-09-09'
Description: A CloudFormation template to deploy the Stable Diffusion Web UI by Automatic1111
Parameters :
InstanceType:
Description : EC2 instance type
Type : String
Default : g4dn.xlarge
AllowedValues :
- g4dn.xlarge
KeyName:
Description: Name of an existing EC2 KeyPair to enable SSH access to the instances
Type: AWS::EC2::KeyPair::KeyName
Resources:
SecurityGroup:
Type: AWS::EC2::SecurityGroup
Properties:
GroupName: sd-webui-sg
GroupDescription: Security group for whisper-demo EC2 instance
SecurityGroupIngress:
- IpProtocol: tcp
FromPort: 22
ToPort: 22
CidrIp: 0.0.0.0/0
- IpProtocol: tcp
FromPort: 7860
ToPort: 7860
CidrIp: 0.0.0.0/0
EC2Instance:
Type: AWS::EC2::Instance
Properties:
InstanceType: !Ref InstanceType
KeyName: !Ref KeyName
ImageId: ami-03f65b8614a860c29
BlockDeviceMappings:
- DeviceName: /dev/sda1
Ebs:
VolumeSize: 100
VolumeType: gp3
"Tags" : [{"Key" : "Name", "Value" : "sd-web-ui-cf"},
]
SecurityGroups:
- Ref: SecurityGroup
UserData:
'Fn::Base64': |
#!/bin/bash
cd /home/ubuntu
git clone http://labs.bosicloud.com/bosi-samples/stable-diffusion-webui.git
bash stable-diffusion-webui/setup.sh -y
MyEIP:
Type: AWS::EC2::EIP
MyEIPAssociation:
Type: AWS::EC2::EIPAssociation
Properties:
AllocationId: !GetAtt MyEIP.AllocationId
InstanceId: !Ref EC2Instance将此模板文件上传到 Cloudformation 中并部署：
脚本代码阐明
如前所述，咱们在 EC2 实例上运行一个 setup.sh 脚本，该脚本将执行命令来设置 Web UI 的所有内容，让咱们一步步地看。
第一局部在装置软件包后禁用 Ubuntu 重新启动对话框，而后装置一些咱们须要的软件包：
# disable the restart dialogue and install several packages
sudo sed -i "/#\$nrconf{restart} ='i';/s/.*/\$nrconf{restart} ='a';/" /etc/needrestart/needrestart.conf
sudo apt-get update
sudo apt install wget git python3 python3-venv build-essential net-tools -y下一节将下载并装置 CUDA 驱动程序，以便咱们能够拜访机器的 GPU：
# install CUDA (from https://developer.nvidia.com/cuda-downloads)
wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.run
sudo sh cuda_12.0.0_525.60.13_linux.run --silent之后咱们须要装置 Git Large File Storage，因为咱们将下载一个大概 5 GB 的稳固扩散模型：
# install git-lfs
curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
sudo apt-get install git-lfs
sudo -u ubuntu git lfs install --skip-smudge当初 Git LFS 已装置，咱们能够从 Hugging Face 模型核心下载模型。请留神，咱们启用了“skip-smudge”选项，它容许咱们只下载咱们须要的特定文件。
咱们将下载 SD v2.1（512px 版本）并将其挪动到 Web UI 冀望模型所在的目录中。
# download the SD model v2.1 and move it to the SD model directory
sudo -u ubuntu git clone --depth 1 https://huggingface.co/stabilityai/stable-diffusion-2-1-base
cd stable-diffusion-2-1-base/
sudo -u ubuntu git lfs pull --include "v2-1_512-ema-pruned.ckpt"
sudo -u ubuntu git lfs install --force
cd ..
mv stable-diffusion-2-1-base/v2-1_512-ema-pruned.ckpt stable-diffusion-webui/models/Stable-diffusion/请留神，您能够更改脚本以下载不同版本的 Stable Diffusion，例如版本 1.5。您还能够稍后将所需数量的模型增加到 UI 中，办法是将它们放入 odel 目录中。
除了模型之外，咱们还须要一个由 WebUI 读取的配置文件。咱们从 Stable Diffusion Github 存储库下载一个配置文件，并将其重命名以匹配模型名称，并将其也放入同一目录中：
# download the corresponding config file and move it also to the model directory (make sure the name matches the model name)
wget https://raw.githubusercontent.com/Stability-AI/stablediffusion/main/configs/stable-diffusion/v2-inference.yaml
cp v2-inference.yaml stable-diffusion-webui/models/Stable-diffusion/v2-1_512-ema-pruned.yaml最初，咱们将 WebUI 的所有权更改为 ubuntu 用户，并以该用户身份启动服务器（因为不容许用户 root 启动应用程序）：
# change ownership of the web UI so that a regular user can start the server
sudo chown -R ubuntu:ubuntu stable-diffusion-webui/
# start the server as user 'ubuntu'
sudo -u ubuntu nohup bash stable-diffusion-webui/webui.sh --listen > log.txt测试 Web UI
期待 15-20 分钟实现部署。咱们能够通过 Amazon console 来查看 EC2 实例的 IP 地址：
检索到 IP 地址后，咱们能够通过在浏览器中导航到 :7860 来关上应用程序（如果申请超时，则装置尚未实现）。装置实现后咱们能够看到应用程序已启动并运行。
敞开 EC2 实例并重新启动应用程序
咱们在不应用的时候进行实例的运行，防止产生过多的费用。咱们能够在 AWS 控制台中进行实例并在再次须要时重新启动它，而不会失落任何已装置的应用程序。
重新启动 EC2 实例后，咱们能够通过 SSH 登录它并应用以下命令重新启动应用程序：
nohup bash stable-diffusion-webui/webui.sh --listen > log.txt