Stable Diffusion本地运行需NVIDIA显卡（计算能力≥6.0、独立显存≥4GB GDDR5/6）、正确驱动与CUDA环境；Windows推荐秋叶整合包或手动部署，Mac仅限M系列芯片且性能受限；显存不足时应降分辨率、关高耗模块并设显存上限。
☞☞☞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☜☜☜
如果您准备在本地运行Stable Diffusion，但启动失败或报错“CUDA out of memory”“no module named torch”等，很可能是显卡不兼容或安装流程缺失关键依赖。以下是针对Windows平台的完整安装路径与显卡配置核查步骤：
一、显卡硬件准入门槛
Stable Diffusion依赖CUDA加速，仅支持NVIDIA显卡；AMD与Intel核显无法启用核心推理功能，将退化为极低效CPU模式甚至无法启动。必须满足以下三项硬性指标：
1、显卡品牌与架构：必须为NVIDIA GPU，且计算能力（Compute Capability）≥6.0，即GTX 10系列（如1050 Ti）、RTX 20/30/40系列全系可用；GTX 9xx及更早型号、MX系列（如MX150/MX350）均不支持。
2、显存容量与类型：显存不低于4GB GDDR5/GDDR6，且必须为独立显存（非共享内存）；集成显卡（如NVIDIA MX芯片或Intel Iris Xe）即使标称“4GB”也因无独立显存控制器而不可用。
3、驱动与CUDA环境：需安装官方最新Game Ready或Studio驱动（≥535.0版本），并确保系统中CUDA Toolkit已由WebUI自动部署或手动验证通过；可通过命令行执行nvidia-smi确认GPU识别状态，执行nvcc --version验证CUDA编译器存在。
二、Windows一键整合包安装法
该方法规避Python/Git手动配置，适合新手及低配设备，以秋叶A绘世启动器为例：
1、下载整合包：访问可信源获取含Python 3.10.6、Git 2.4x、xFormers预编译库的完整包，文件名通常含“SD-WebUI-Automatic1111”与日期标识。
2、解压路径选择：必须解压至非C盘根目录（如D:\StableDiffusion），且路径不含中文、空格或特殊符号。
3、首次启动校验：双击，勾选“我已阅读协议”，点击“一键启动”；若弹出.NET Framework 6.0安装提示，按默认路径完成安装后再重启启动器。
4、显存参数预设：启动前在启动器界面勾选“medvram”或“lowvram”（4–6GB显存选前者，≤4GB选后者），禁用“xFormers”以外的第三方加速插件。
三、手动源码部署法
适用于需定制PyTorch版本、调试插件或使用Conda虚拟环境的进阶用户：
1、安装Python 3.10.6：从python.org下载Windows x64安装包，安装时务必勾选“Add Python to PATH”，并取消“Disable path length limit”选项。
2、安装Git：从git-scm.com下载64位安装程序，全程保持默认设置，确保安装路径不含空格（如C:\Program Files\Git → 改为C:\Git）。
3、克隆WebUI仓库：打开CMD或PowerShell，执行git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git，等待完成。
4、模型文件置入：从Hugging Face下载sd-v1-5.safetensors或sd_xl_base_1.0.safetensors，放入webui根目录下的models\Stable-diffusion\子文件夹。
5、启动参数注入：编辑webui-user.bat，在set COMMANDLINE_ARGS=后添加--medvram --no-half（4–6GB显存）或--lowvram --no-half --precision full（≤4GB显存）。
四、Mac平台限制性部署
macOS仅通过Metal后端运行，性能损失显著，且多数高级功能被屏蔽：
1、硬件强制要求：M1/M2/M3 Pro或Max芯片机型，统一内存≥16GB；M1基础版（8GB）及Air系列无法加载768×768以上分辨率模型。
2、系统与工具链：macOS 13.0（Ventura）及以上，Homebrew已安装，Xcode Command Line Tools已就绪。
3、启动方式差异：终端执行./webui.sh --skip-torch-cuda-test --use-cpu all强制CPU回退；若坚持GPU加速，需额外安装pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu并禁用所有CUDA相关参数。
五、显存不足应急处置
即使显卡达标，仍可能因参数过载触发OOM错误，须立即干预：
1、降低生成分辨率：将Width/Height从768×768降至512×512，可减少约40%显存占用。
2、关闭冗余功能：禁用高清修复（Hires.fix）、人脸修复（CodeFormer）、Refiner模型切换三项高消耗模块。
3、参数级压缩：在Settings→Stable Diffusion中将“总显存占用上限”设为显存物理值的75%（如12GB卡填9216MB），并启用“Pin shared memory”选项。
