告别GPU内存不足：stable-diffusion-webui-docker全维度优化指南

告别GPU内存不足：stable-diffusion-webui-docker全维度优化指南

【免费下载链接】stable-diffusion-webui-docker Easy Docker setup for Stable Diffusion with user-friendly UI 项目地址: https://gitcode.com/gh_mirrors/st/stable-diffusion-webui-docker

你是否还在为Stable Diffusion生成图像时频繁遭遇"CUDA out of memory"错误而烦恼？是否因为GPU内存限制只能生成低分辨率图片？本文将通过修改docker-compose.yml配置、优化启动参数和调整模型加载策略三个维度，彻底解决GPU内存不足问题，让4GB显存也能流畅生成高质量图像。

一、基础配置优化：通过Docker调整资源分配

1.1 启用显存优化参数

在docker-compose.yml中，AUTOMATIC1111服务已默认配置了基础内存优化参数：

services:
  auto: &automatic
    <<: *base_service
    profiles: ["auto"]
    build: ./services/AUTOMATIC1111
    image: sd-auto:78
    environment:
      - CLI_ARGS=--allow-code --medvram --xformers --enable-insecure-extension-access --api

关键优化参数说明：

• --medvram：中等显存模式，比默认模式节省约20%内存
• --xformers：启用xFormers库，可减少30-40%的内存占用

1.2 针对低显存GPU的高级配置

如果你的GPU显存小于6GB，建议修改为--lowvram模式并添加--opt-split-attention参数：

environment:
  - CLI_ARGS=--allow-code --lowvram --xformers --opt-split-attention --enable-insecure-extension-access --api

二、模型加载策略：通过配置文件优化资源占用

2.1 配置文件分析

服务启动时会执行services/AUTOMATIC1111/config.py脚本，该脚本负责检查并设置默认的配置参数，包括输出目录和字体设置等关键配置。

2.2 模型路径优化

通过services/comfy/extra_model_paths.yaml配置文件，我们可以统一管理各模型的存储路径，避免重复加载：

a111:
  base_path: /data
  checkpoints: models/Stable-diffusion
  configs: models/Stable-diffusion
  vae: models/VAE
  loras: models/Lora
  upscale_models: |
    models/RealESRGAN
    models/ESRGAN
    models/SwinIR
    models/GFPGAN

三、启动脚本优化：自定义内存管理流程

3.1 启动流程分析

services/AUTOMATIC1111/entrypoint.sh是服务的入口脚本，负责挂载数据卷、配置文件和启动WebUI。关键步骤包括：

1. 配置文件处理（第16行）：python /docker/config.py /data/config/auto/config.json
2. 模型文件挂载（第34-47行）：将模型目录挂载为数据卷，避免重复加载
3. 扩展依赖安装（第67-76行）：仅安装启用的扩展依赖，减少内存占用

3.2 添加自定义启动脚本

你可以在/data/config/auto/目录下创建startup.sh文件，添加自定义的内存优化命令，例如在启动前清理缓存：

# 清理PyTorch缓存
rm -rf /root/.cache/torch/*

# 设置PyTorch内存分配策略
export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:32

四、综合优化方案推荐

4.1 4GB显存配置方案

修改docker-compose.yml中的AUTOMATIC1111服务环境变量：

environment:
  - CLI_ARGS=--lowvram --xformers --opt-split-attention --opt-channelslast --disable-nan-check --enable-insecure-extension-access --api

4.2 6-8GB显存配置方案

environment:
  - CLI_ARGS=--medvram --xformers --opt-split-attention-v1 --enable-insecure-extension-access --api

4.3 10GB以上显存配置方案

environment:
  - CLI_ARGS=--xformers --enable-insecure-extension-access --api

五、验证与监控

启动服务后，可以通过以下命令监控GPU内存使用情况：

docker exec -it webui-docker_auto_1 nvidia-smi

正常情况下，生成512x512图像的内存占用应控制在：

• 低显存模式：2.5-3.5GB
• 中等显存模式：4-5GB
• 高显存模式：6-8GB

通过以上优化，即使是入门级GPU也能流畅运行Stable Diffusion WebUI，享受AI图像生成的乐趣。如需进一步优化，可以尝试使用更小尺寸的模型或启用模型量化功能。

【免费下载链接】stable-diffusion-webui-docker Easy Docker setup for Stable Diffusion with user-friendly UI 项目地址: https://gitcode.com/gh_mirrors/st/stable-diffusion-webui-docker