随着硬件性能的提升和技术的改进，以往仅能通过云端服务体验的生成式 AI 绘图也出现了可以在本地运行的版本，其中最受欢迎的就是Stable Diffusion 。以往这个过程需要依赖 Nvidia 显卡及闭源的 CUDA 框架，经过一系列社区开发者的努力，现在能在 Fedora 39 中经过简单的配置，用开源社区友好的 AMD 显卡加速本地运行的Stable Diffusion。
AMD 的 ROCm 计算框架 严格上来讲仅支持少数几个面向企业的 Linux 发行版，但得益于 Fedora 异构计算兴趣小组成员的努力，ROCm 框架中相当一部分软件包已经进入了 Fedora 的标准仓库中，截至本文发布时为 ROCm 5.7.1 版本。详细的步骤推荐参考Fedora Wiki，这里简单说明下：
video 组使得非 root 用户亦可使用显卡加速功能：sudo usermod -a -G video $LOGNAMEpkcon install rocminfo rocm-opencl rocm-hip rocm-smi这一步就完成了！由于 Fedora 38 之后的内核已经开启了 GPU 计算支持，这一步甚至比在官方支持的 Linux 发行版上安装还要简单。
此时可以尝试运行 rocminfo 确保显卡已经被 ROCm 框架正确识别。
Fedora 39 中默认预装的 Python 3.12 很可惜暂时还不被 Stable Diffusion 支持，所以我们需要使用 Conda 创建一个使用 Python 3.11 的单独运行环境。所幸的是 Fedora 中已经收录了较新的 Conda 版本，直接从软件仓库安装配置即可：
pkcon install conda python3-pipconda create -n py311 python=3.11 -yconda activate py311Stable Diffusion 的底层运用了流行的 PyTorch 框架，这里我们需要安装其支持 ROCm 的版本，而又因为 Pytorch 尚未提供 Conda 版本的软件包，所以又需要使用 pip 安装…… 参考其PyTorch 官方页面，在刚才启用的 Python 3.11 环境中，运行如下命令安装目前尚处于预览阶段但支持 ROCm 5.7 的版本：
pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm5.7
这一步骤涉及约 1.8GB 的依赖安装，用时较长且需要稳定的网络环境。
安装过后，建议参考官网的验证过程确保可以正确识别到显卡加速支持。
流行的 Stable Diffusion Web UI的一键式安装脚本尚未支持 ROCm 5.7 版本，所以需要使用手动安装的方式。
tar xf stable-diffusion-webui-1.7.0.tar.gz && cd stable-diffusion-webui-1.7.0pip3 install -r requirements.txt这一步骤涉及约 4.5GB 的依赖安装，默认会下载 v1-5-pruned-emaonly.safetensors 版本的 checkpoint，用时较长且需要稳定的网络环境。
至此安装步骤完成～
启动和运行有几点需要注意的：
conda activate py311HSA_OVERRIDE_GFX_VERSION=11.0.0stable-diffusion-webui-1.7.0 目录下运行 launch.py --listen 即可，比如笔者为 HSA_OVERRIDE_GFX_VERSION=11.0.0 python launch.py --listen--enable-insecure-extension-accessconda run 的方式，比如 conda run -n py311 --live-stream HSA_OVERRIDE_GFX_VERSION=11.0.0 python launch.py --listen --enable-insecure-extension-accesswatch -n 1 -d rocm-smi 监控 GPU 加速的运行状态。使用过程中请遵守 Stability AI 的使用条款并尊重其他艺术家原创工作，其结果切记不可用于任何商业获利、歪曲事实、损害他人或违法所在国家法律的场景。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。