在显存有限设备上运行Stable Diffusion需综合启用xFormers加速、--lowvram/--medvram参数、FP8/INT8量化模型、CPU卸载与分块VAE解码，以及精简插件和禁用高清修复功能。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望在显存有限的设备上成功运行Stable Diffusion，但启动时频繁遭遇“CUDA out of memory”错误或WebUI根本无法加载，则很可能是模型加载与推理过程超出了当前GPU显存容量。以下是针对低显存环境（如4GB、6GB甚至2GB显存NVIDIA显卡）的多种实操性部署优化方案：
一、启用xFormers加速与内存优化
xFormers是Facebook开源的PyTorch扩展库，通过重写注意力机制显著降低显存占用并提升推理速度，对低显存设备尤为关键。它能在不牺牲图像质量的前提下，将显存消耗压缩约30%–50%。
1、确保已安装支持xFormers的PyTorch版本（推荐torch 2.0.1+cu118或torch 2.1.2+cu121）。
2、进入Stable Diffusion WebUI根目录，打开命令行窗口，执行：pip install xformers --index-url https://download.pytorch.org/whl/cu118（请根据本机CUDA版本替换cu118为cu121等）。
3、启动WebUI时添加启动参数：--xformers --medvram --no-half-vae。其中--medvram启用中等显存模式，--no-half-vae避免VAE半精度导致的显存溢出风险。
二、使用--lowvram或--medvram启动参数组合
WebUI内置多级显存适配策略，无需修改代码即可通过命令行参数强制启用低资源运行模式。该方式适用于无xFormers支持或老旧驱动环境。
1、关闭正在运行的WebUI进程。
2、右键点击A启动器.exe（或webui-user.bat），选择“编辑”，在最后一行启动命令末尾追加：--lowvram（适用于2GB–4GB显存）或--medvram（适用于4GB–6GB显存）。
3、保存文件后双击重新运行启动器。首次加载可能延长至2–3分钟，但后续生成将稳定运行。
三、切换至FP8/INT8量化模型（RTX 30/40系显卡专属）
FP8模型将权重以8位整数存储，在运行时动态反量化为FP16计算，可使模型体积与显存占用减少近50%，特别适配RTX 3060 12GB、RTX 4070等中端卡。
1、访问Hugging Face或Civitai，搜索标注为"SDXL FP8"或"SD 1.5 INT8"的模型（如：stabilityai/sdxl-turbo-fp8、hakurei/waifu-diffusion-fp8）。
2、下载.safetensors格式文件，放入models/Stable-diffusion/目录。
3、启动WebUI后，在左上角模型下拉菜单中选择该FP8模型，并在设置页勾选："Use FP8 for VAE"及"Enable model CPU offload when idle"。
四、启用CPU卸载与分块VAE解码
当GPU显存严重不足时，可将VAE（变分自编码器）部分计算任务转移至CPU执行，并采用分块解码方式避免单次显存峰值爆发，适合仅2GB显存且CPU性能尚可的设备。
1、在WebUI界面点击“设置”→“Stable Diffusion”→找到“VAE precision”选项，改为"Full"（禁用半精度）。
2、勾选"Move VAE to CPU when idle"和"Split VAE encode/decode into chunks"。
3、返回主界面，在“采样方法”下方启用"TAESD"（Tiny AutoEncoder SD）作为轻量级VAE替代方案，大幅降低解码阶段显存压力。
五、精简插件与禁用高清修复功能
第三方插件（尤其是ControlNet、Regional Prompter、Inpaint Anything）及高清修复（Hires.fix）会额外占用1–3GB显存。在低显存环境下，必须主动裁剪非核心功能。
1、进入WebUI的“扩展”→“已安装”页面，逐个点击“移除”未立即使用的插件（保留仅ControlNet基础版或完全禁用）。
2、在生成参数区，取消勾选“Hires.fix”选项；若必须使用，请将“Upscaler”设为"None"，并将“Hires steps”限制在≤15，“Denoising strength”控制在0.3–0.4之间。
3、在“设置”→“User interface”中关闭"Show all pages in Gradio"、"Enable image zoom on hover"等前端资源消耗项。
