在Intel Arc平台上运行Stable Diffusion Web UI的两种方案（文字版）

作者：Aloereed发布时间：2023-02-24

感谢 @kusoplayer 整理的文字版本！可以在红迪网IntelArc社区看到，原文名为Stable Diffusion Web UI for Intel Arc。（https://www.reddit.com/r/IntelArc/comments/11an12q/stable_diffusion_web_ui_for_intel_arc/）

以下为翻译版本

大家好各位网友！经过几个月的社区努力，英特尔Arc终于拥有了自己的Stable Diffusion Web UI！目前有两个可用版本-一个依赖于DirectML，一个依赖于oneAPI，后者相对较快但仍处于初期阶段。

话不多说，让我们开始学习如何安装它们。

DirectML 实现（可在 Windows 环境下运行）

下载并安装 Python 3.10.6(https://www.python.org/downloads/release/python-3106/)
下载整个提交(https://github.com/Aloereed/stable-diffusion-webui-arc-directml)
在 ..\stable-diffusion-webui-arc-directml-master\repositories 下安装 k-diffusion-directml(https://github.com/lshqqytiger/k-diffusion-directml/tree/master) 和 stablediffusion-directml(https://github.com/lshqqytiger/stablediffusion-directml/tree/main)，并将文件夹分别重命名为 k-diffusion 和 stable-diffusion-stability-ai（教程https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-AMD-GPUs）
在 ..\stable-diffusion-webui-arc-directml-master\models\Stable-diffusion 下安装您选择的 ckpt/safetensors（可选：vae/lora/embeddings），例如 counterfeit 或 chilloutmix
运行 webui-user.bat
享受吧！

oneAPI实现（只能在WSL2/Linux环境下运行，有些实验性质）

对于这个特定的安装指南，我将仅关注当前使用Windows 11的用户，但对于Windows 10用户来说应该并没有太大差别。环境设置有些麻烦。这个安装过程大约需要1~2个小时，所以请做好准备。虽然这个指南应该适用于任何不了解Linux的人，但试图让它正常工作可能会非常令人沮丧。

在进行之前，请确保BIOS中启用了CPU虚拟化（默认情况下应该已经启用）。如有疑问，请打开任务管理器进行检查。

同时，请确保您的Windows GPU驱动程序已经更新到最新版本。我目前使用的是4125 beta，但旧版本也应该可以正常工作。

对于那些从未使用过Linux CLI的人，这里是一个简要介绍。我保证你不需要知道更多。

1. 设置虚拟机

在 Windows 搜索栏中输入“Windows 功能”，选择“打开或关闭 Windows 功能”。

启用“虚拟机平台”和“适用于 Linux 的 Windows 子系统”，然后单击“确定”。

更新完成后，重新启动计算机

打开 PowerShell 并执行

从 Windows Store 下载 Ubuntu 22.04

启动 Ubuntu 22.04 并完成用户设置

2. 设置 systemd = true

按照此处(https://www.xda-developers.com/how-enable-systemd-in-wsl/)的指南。不需要安装 nextcloud。这个设置是为了执行 sudo reboot，这是一种杀死进程的可靠方法。

3. 为 WSL 启用 GUI 输出

只需按照这里(https://medium.com/@japheth.yates/the-complete-wsl2-gui-setup-2582828f4577)的指南即可。不需要安装 firefox。

4. 安装 Miniconda

按照此处(https://varhowto.com/install-miniconda-ubuntu-20-04/)的指南。或者您可以只按照下面的步骤执行。执行

理想情况下，您应该将 Miniconda 安装在 /home/{用户名}/miniconda3 下

完成后，执行 sudo reboot。然后再次打开 Ubuntu。执行 conda。如果有提示，表示您已正确安装 miniconda。

5. 安装运行时软件包

只需按照此处(https://dgpu-docs.intel.com/installation-guides/ubuntu/ubuntu-jammy-arc.html)安装指南的步骤 1 ~ 4 即可。

您可能会看到安装失败并出现“未满足的依赖关系”警告，这表示缺少其他必要的软件包。要安装缺少的软件包，请执行 sudo apt-get install {软件包名称}。话虽如此，您总是可以回来安装它们，或者如果您已经可以Stable Diffusion，则可以将它们留下来。

6. 在Ubuntu中安装Intel oneAPI基础工具包

按照Intel的指南（https://intel.github.io/intel-extension-for-pytorch/xpu/latest/tutorials/installation.html）进行安装，或者如果过于繁琐，只需参考下面的步骤。

执行以下命令：

会弹出一个图形化界面，您只需要按照指示安装“oneAPI DPC++编译器”和“Intel® oneAPI数学核心库”。如果您不想麻烦，完全安装也没问题。

为了在每次启动Ubuntu时自动初始化oneAPI环境，执行nano ~/.bashrc并将以下命令粘贴到文档底部。它们应该在不同的行中。

执行sudo reboot，然后重新启动Ubuntu，您应该会看到oneAPI环境被自动初始化。使用命令sycl-ls验证GPU的可见性，它应该显示类似以下的内容。

7. 安装并配置oneAPI Stable Diffusion Web UI

执行以下命令：

一旦开始下载pytorch，请退出Ubuntu。

转到~/stable-diffusion-webui-ipex-arc/launch.py，用

替换

您可以从Windows文件资源管理器的左侧导航到VM文件。
在Windows中下载所需的checkpoint / safetensors，然后将它们拖到/home/{user}/stable-diffusion-webui/models/Stable-diffusion。
复制~/stable-diffusion-webui-ipex-arc/下的所有文件，覆盖~/stable-diffusion-webui/中的所有文件。
执行source ~/stable-diffusion-webui/webui.sh --skip-torch-cuda-test --disable-nan-check。很可能会告诉您无法找到Intel Extension for Pytorch并自动退出。如果遇到此问题，请按照下一部分的说明操作。

8. （可能需要）回滚运行时包

执行以下命令：

然后执行命令：source ~/stable-diffusion-webui/webui.sh --skip-torch-cuda-test --disable-nan-check。有可能会提示“中间件”出现问题并退出。如果出现这种情况，请继续进行下一步操作。

9. （可能需要）修复中间件

进入 ~/stable-diffusion-webui/webui.py 文件，并在 "app.add_middleware(GZipMiddleware, minimum_size=1000)" 之前添加一个井号（#）注释掉该行代码。

需要注意的是，这不是一个实际的修复，而是一个解决方法。这个问题已知是由 fastapi 版本引起的，但将其更改为正确的版本将导致其他问题。如果您有更好的解决方法，请随时告诉我。

要获得正确的fastapi版本，只需在其他地方下载旧版本并覆盖到虚拟环境中。执行

执行 source ~/stable-diffusion-webui/webui.sh --skip-torch-cuda-test --disable-nan-check。最后，您应该能够启动 Web UI。

10. 现在是时候创造一些 AI 艺术了！