Stable Diffusion（SD）的云端部署允许用户利用云服务器的强大计算能力来运行和操作AI绘图模型，无需高端的本地硬件。以下是SD云端部署的教程概述：
购买云服务器：选择一个云服务提供商，如腾讯云，并购买GPU服务器。在购买时选择合适的配置，如GN7 8核32GB，N卡，并选择Ubuntu Server作为操作系统。配置运行环境：安装Anaconda以管理Python环境和依赖。可以通过wget下载Anaconda安装脚本，并按照提示完成安装。安装SD-webui：将SD-webui克隆到服务器上，使用git clone命令。然后，修改相关配置文件，如launch.until.py，以适应国内的网络环境。启动SD：在激活了相应conda环境后，定位到stable-diffusion-webui项目目录下，执行启动脚本，如./webui.sh –listen，以启动SD的Web界面。修改Webui配置：编辑webui.user.sh文件，预先配置一些参数，简化启动流程。 扩展换源：由于一些扩展源无法在国内直接访问，需要替换成国内可访问的源，如秋叶大佬的源地址。 下载与安装LoRA和VAE：下载必要的模型，并上传到服务器的相应目录下。LoRA和VAE模型通常需要放置在特定的文件夹内，并在Web UI中进行配置以使其可用。 安装ControlNet：根据服务器的位置，选择直接从GitHub安装或下载压缩包后上传至服务器。配置Clip Skip：调整Clip Skip的设置，并在UI中添加相应的模块以启用该功能。 安装Hypernetworks（可选）：下载并安装Hypernetworks模型，上传到指定的文件夹，并刷新Web UI。插件使用：安装汉化插件和其他有用的扩展，如中英对照tag自动补全插件，以改善用户体验。 保持服务器连接：使用如Putty等工具保持服务器连接的稳定性，避免因连接中断而导致的工作中断。其他注意事项：在部署过程中，确保网络环境稳定，及时解决可能遇到的技术问题，并合理管理服务器资源以避免不必要的费用。请注意，具体的部署步骤可能会根据云服务商的不同而有所变化，同时，确保遵循云服务提供商的使用条款和隐私政策。在部署时，也要注意数据安全和隐私保护，避免泄露敏感信息。
