Arch Linux安装Stable-Diffusion-WebUI更新版

在 Arch Linux 上安装 Stable Diffusion WebUI（AUTOMATIC1111 的 sd-webui） 可以通过以下几步完成。这个教程假设你有基本的 Arch 使用经验

第一步：先决条件

确保你的系统中已经安装了以下依赖项：

1
sudo pacman -S git ffmpeg wget unzip

如果你使用 NVIDIA 显卡，还需要安装相关驱动和 CUDA：

1
sudo pacman -S nvidia nvidia-utils cuda cudnn

AMD 用户可跳过 CUDA，只保证有 mesa 和 rocm 相关包

[!WARNING]

CUDA 和 cuDNN 的区别：

名称 全称 作用 举例
CUDA Compute Unified Device Architecture NVIDIA 推出的 通用 GPU 加速平台，让程序能用显卡运算 PyTorch 用 CUDA 来加速
cuDNN CUDA Deep Neural Network library 基于 CUDA 的 深度学习加速库，专门优化神经网络的计算（更快） Stable Diffusion 用 cuDNN 提升速度

通俗类比：

  • CUDA = 显卡的驱动+操作系统接口，就像是电脑的“显卡系统”
  • cuDNN = 深度学习专用的外挂插件，加速神经网络中的矩阵运算（比如卷积、反向传播）

你可以理解为：

1
Stable Diffusion → 用 PyTorch → PyTorch 用 CUDA → CUDA 用 cuDNN → 显卡疯狂加速跑图
  • nvidia → 显卡驱动
  • nvidia-utils → 基础工具（比如 nvidia-smi）
  • cuda → CUDA 工具包（带 nvcc 编译器）
  • cudnn → cuDNN 库（专门给 AI 加速用）

第二步：Python 选择

确保使用的是 Python 3.11。WebUI 不兼容 3.12

  1. 如果不是需要手动安装：

    1
    2
    3
    4
    mkdir -p ~/src && cd ~/src
    wget https://www.python.org/ftp/python/3.11.0/Python-3.11.0.tgz
    tar -xzf Python-3.11.0.tgz
    cd Python-3.11.0

  2. 配置安装路径（不会覆盖系统的 python）

    1
    2
    3
    ./configure --prefix=$HOME/src/python311 --enable-optimizations
    make -j$(nproc)
    make install

    [!NOTE]

    安装路径在~/src/python311/bin/python3.11

    make -j <你 CPU 的核心数量>

    • make是用于根据 Makefile 编译源码的命令（大多数 C/C++ 项目用它来构建）

    • -j表示「并行编译」，加快速度。

    • $(nproc)是一个 Shell 命令，返回当前 CPU 的核心数。比如：8

    • 可以将新安装的Python加入PATH变量：

      1
      2
       vim ~/.bashrc
      export PATH=$HOME/src/python311/bin:$PATH

第三步：克隆 sd-webui 项目

1
2
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

第四步：下载模型文件（必须）

Stable Diffusion 的核心模型需要手动下载，比如：

  1. 下载 v1.5 模型
1
2
cd models/Stable-diffusion
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors

也可以换其他 .ckpt 或 .safetensors 模型。

第五步：使用这个3.11.0版本创建虚拟环境

进入 stable-diffusion-webui 目录后：

1
2
python3.11 -m venv venv
source venv/bin/activate

第六步：补全依赖

  1. 先安装 CUDA 12.1 版本的 torch/torchvision

    1
    pip3.11 install torch==2.1.2+cu121 torchvision==0.16.2+cu121 --extra-index-url https://download.pytorch.org/whl/cu121

  2. 修改requirements.txt

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    GitPython>=3.1.30
    Pillow>=9.4.0,<11.0.0
    accelerate>=0.18.0
    blendmodes>=2022.9.0
    clean-fid>=0.1.35
    diskcache>=5.6.1
    einops>=0.6.0
    facexlib>=0.2.5
    fastapi>=0.90.1
    gradio==3.41.2
    inflection>=0.5.1
    jsonmerge>=1.8.0
    kornia>=0.6.8
    lark>=1.1.5
    numpy>=1.23.0
    omegaconf>=2.2.3
    open-clip-torch>=2.0.2
    piexif>=1.1.3
    protobuf==3.20.0
    psutil>=5.9.4
    pytorch_lightning>=2.0.0
    requests>=2.28.2
    resize-right>=0.0.2
    safetensors>=0.2.7
    scikit-image>=0.19
    tomesd>=0.1.2
    torchdiffeq>=0.2.3
    torchsde>=0.2.5
    transformers==4.30.2
    pillow-avif-plugin==1.4.3
    xformers==0.0.23

  3. 安装依赖

    1
    pip3.11 install -r requirements.txt

    [!NOTE]

    socksio 如果你有shell代理就需要安装（可跳过）

    bc 没有的话shell脚本里的浮点运算也会出错（不同系统安装也不一样，按需安装）

    1
    pip3.11 install socksio
    1
    2
    sudo pacman -S bc
    sudo apt install bc

第七步：启动webui

第一次运行主脚本需要下载很多依赖文件，这里需要科学上网才行

1
./webui.sh --xformers

[!CAUTION]

proxychains 是我的终端代理程序，这个需要另外设置

–xformers 是启动 Stable Diffusion WebUI 的加速参数，让 WebUI 使用 xformers 这个库来提升生成速度、减少显存占用（尤其是在高分辨率/多图场景下）

如果使用 NVIDIA 显卡，默认会启用 CUDA。AMD 用户可加上参数：

1
./webui.sh --skip-torch-cuda-test --precision full --no-half

所有依赖都下载完成之后，需要再次运行./webui.sh，但这里就不需要proxychains代理程序了

第八步：访问 WebUI

默认监听地址是：

1
http://127.0.0.1:7860

你可以通过浏览器访问它

第九步：退出

  • 按键盘：CTRL+C
  • 输入：deactivate，即可退出venv命令
  • 最后：cd退出整个目录
Arch Linux
#Linux
Arch Linux安装Stable-Diffusion-WebUI更新版
http://huishao.net/2025/08/28/ArchLinux安装Stable-Diffusion-WebUI更新版/
作者
huishao
发布于
2025年8月28日
许可协议