检查 CUDA 和 cuDNN 版本兼容性
确保安装的 CUDA 工具包版本与 NVIDIA 驱动兼容。GeForce RTX 5070Ti 需要 CUDA 11.8 或更高版本,同时 cuDNN 需匹配 CUDA 版本。运行以下命令验证 CUDA 安装:
nvcc --version
若未安装或版本过低,需从 NVIDIA 官网下载并安装最新 CUDA 工具包。
更新 NVIDIA 驱动程序
使用 NVIDIA 官方驱动或通过以下命令升级驱动至最新稳定版:
sudo apt-get install nvidia-driver-535 # Ubuntu 示例
Windows 用户可通过 GeForce Experience 自动更新驱动。安装后重启系统,确保驱动生效。
配置 Stable Diffusion 环境
在 Python 虚拟环境中安装 PyTorch 时指定 CUDA 11.8 版本:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
补充安装 Stable Diffusion WebUI 的依赖项:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
pip install -r requirements.txt
修改启动参数解决 sm_120 错误
在 webui-user.bat(Windows)或 webui.sh(Linux)中设置显式启用计算能力 8.9(Ada Lovelace 架构兼容):
export COMMANDLINE_ARGS="--skip-torch-cuda-test --precision full --no-half"
添加环境变量强制启用 sm_89:
export TORCH_CUDA_ARCH_LIST="8.9"
验证 GPU 使用情况
启动 Stable Diffusion WebUI 后,在终端检查 GPU 是否被调用:
nvidia-smi
若显存占用正常且无报错,表明配置成功。若仍出现故障,尝试降低模型分辨率或使用 --medvram 参数优化显存分配。
1066

被折叠的 条评论
为什么被折叠?



