Запуск Stable Diffusion на видеокарте с 4 ГБ видеопамяти часто заканчивается ошибкой CUDA out of memory ещё до появления первого изображения — именно для таких случаев и существуют облегчённые версии модели, которые условно называют Stable Diffusion Lite. Под этим названием скрывается не один официальный продукт, а целый класс решений: урезанные чекпоинты, оптимизированные форматы весов и режимы запуска со сниженным потреблением ресурсов.
В этой статье разберём, какие варианты «лёгкого» Stable Diffusion существуют, чем они отличаются от полных моделей, как подобрать конфигурацию под своё железо и какие настройки помогают избежать нехватки памяти. Отдельно рассмотрим типичные ошибки и способы их обхода.
Что такое Stable Diffusion Lite и существует ли официальная версия
Официального продукта с названием «Stable Diffusion Lite» компания Stability AI не выпускала. Термин используется сообществом для обозначения облегчённых модификаций: моделей с меньшим числом параметров, квантованных версий (например, в форматах FP16, INT8 или GGUF) и дистиллированных моделей вроде SD Turbo и SDXL Turbo, которые генерируют изображение за меньшее количество шагов.
Кроме того, «лёгкость» достигается на уровне интерфейса запуска. Веб-интерфейсы вроде AUTOMATIC1111 и ComfyUI поддерживают флаги оптимизации, позволяющие работать на слабом железе даже с полноразмерными моделями — ценой скорости генерации.
Требования к железу: сколько памяти реально нужно
Точные требования зависят от версии модели и выбранного разрешения, поэтому универсальной цифры не существует. Ориентировочно: базовые модели поколения SD 1.5 заметно легче, чем SDXL, и именно их чаще рекомендуют для слабых машин. Чем больше разрешение картинки и число шагов, тем выше нагрузка на видеопамять.
| Вариант | Относительная тяжесть | Для какого железа подходит |
|---|---|---|
| SD 1.5 (FP16) | Низкая | Видеокарты с 4–6 ГБ VRAM |
| SD 1.5 + режим lowvram | Очень низкая | Карты с 2–4 ГБ VRAM |
| SD Turbo / SDXL Turbo | Средняя | Карты от 6 ГБ, быстрая генерация |
| SDXL (полная) | Высокая | Карты от 8 ГБ VRAM и выше |
| Квантованные версии (INT8/GGUF) | Низкая | Слабые GPU или запуск на CPU |
Если видеопамяти не хватает совсем, существует вариант генерации на процессоре. Он работает на порядок медленнее — одна картинка может занимать минуты вместо секунд, — но позволяет проверить работоспособность установки без дискретной видеокарты.
Облегчённые модели и форматы весов
Основной способ «облегчить» Stable Diffusion — выбрать подходящий файл модели. Сообщество публикует модели в нескольких форматах, и разница между ними существенна.
- 📦 FP16 (half precision) — стандартный облегчённый формат: веса хранятся в половинной точности, модель занимает примерно вдвое меньше места, чем FP32, при почти незаметной потере качества.
- 🗜️ Квантование INT8/GGUF — ещё более агрессивное сжатие; поддерживается не всеми интерфейсами, перед использованием проверьте совместимость с вашей версией ComfyUI или другого фронтенда.
- ⚡ Дистиллированные модели (SD Turbo, LCM-LoRA) — обучены генерировать результат за 1–4 шага вместо стандартных 20–30, что резко снижает нагрузку.
- ✂️ Pruned-чекпоинты — модели с удалёнными избыточными данными (например, без весов для обучения), меньше по размеру на диске.
Что такое дистилляция модели
Дистилляция — это процесс, при котором «ученик» (лёгкая модель) обучается повторять результаты «учителя» (полной модели) за меньшее число шагов. Качество отдельных изображений может немного уступать оригиналу, особенно на сложных промптах, но для быстрых черновиков и подбора композиции этого обычно достаточно.
Настройки запуска для слабых ПК
Даже полноразмерную модель SD 1.5 можно запустить на скромной видеокарте, если правильно настроить интерфейс. В AUTOMATIC1111 параметры задаются флагами командной строки в файле webui-user.bat через переменную COMMANDLINE_ARGS.
set COMMANDLINE_ARGS=--lowvram --medvram --xformersРазберём, что дают эти опции — но учтите: их актуальность и названия могут меняться между версиями, поэтому сверяйтесь с документацией вашей сборки.
- 🧩
--lowvram— агрессивная экономия VRAM: модель подгружается частями, генерация замедляется, но работает на очень слабых картах. - ⚖️
--medvram— умеренный режим, компромисс между скоростью и потреблением памяти. - 🚀
--xformers— оптимизированный механизм внимания, снижает расход памяти без потери скорости (требует совместимой видеокарты NVIDIA). - 🖥️
--use-cpu all— полный перенос вычислений на процессор, крайняя мера при отсутствии подходящей GPU.
⚠️ Внимание: флаги--lowvramи--medvramне стоит указывать одновременно — они взаимоисключающие. Начните с--medvram, и только если памяти всё равно не хватает, переходите на--lowvram.
☑️ Подготовка к запуску на слабом ПК
Как снизить нагрузку в самих параметрах генерации
Помимо флагов запуска, на потребление ресурсов влияют настройки самой генерации. Главный фактор — разрешение: для моделей семейства SD 1.5 «родной» размер — 512×512 пикселей, и превышение его не только требует больше памяти, но и ухудшает композицию изображения. Для больших картинок лучше использовать апскейл после генерации, а не задавать высокое разрешение сразу.
Второй фактор — количество шагов (steps). Уменьшение с 30 до 20 шагов почти незаметно на качестве при многих сэмплерах, но экономит треть времени и ресурсов. Размер батча (batch size) держите равным единице: пакетная генерация умножает расход VRAM.
Типичные ошибки и их решения
Самая частая проблема — ошибка CUDA out of memory. Она означает, что видеопамяти не хватило на текущем наборе параметров. Порядок действий: снизьте разрешение, уменьшите batch size до 1, добавьте флаг экономии памяти, закройте другие программы, использующие GPU (браузеры с аппаратным ускорением, игры, видеоредакторы).
⚠️ Внимание: если после добавления флагов генерация стала мучительно медленной — это ожидаемое поведение режима --lowvram, а не поломка. Модель подгружается по частям, и скорость падает в обмен на работоспособность.
Другие типичные ситуации: чёрный квадрат вместо изображения (часто связан с несовместимостью FP16 на старых картах — попробуйте флаг --precision full --no-half, если ваша версия интерфейса его поддерживает), вылеты при загрузке модели (проверьте целостность файла чекпоинта и достаточно ли свободной оперативной памяти) и конфликты версий Python или PyTorch при установке.
⚠️ Внимание: скачивайте модели только с известных площадок сообщества и проверяйте формат файлов. Чекпоинты в формате.ckptтеоретически могут содержать исполняемый код — предпочтительнее формат.safetensors, который лишён этого риска.
Альтернативы: облако и онлайн-сервисы
Если локальный запуск упирается в железо, есть обходные пути. Облачные сервисы вроде Google Colab позволяют запускать Stable Diffusion на удалённой видеокарте — бесплатные тарифы имеют ограничения по времени сессии и доступности GPU. Также существуют онлайн-генераторы на базе Stable Diffusion, где вообще ничего не нужно устанавливать.
Минус облачных решений — зависимость от интернета, очереди и ограничения на контент, которые локальная установка не имеет. Поэтому многие пользователи комбинируют подходы: черновики и эксперименты — в облаке, финальная работа — локально.
Часто задаваемые вопросы
Существует ли официальная версия Stable Diffusion Lite?
Нет, официального продукта с таким названием Stability AI не выпускала. Под «Lite» обычно понимают облегчённые модели сообщества, квантованные форматы весов или дистиллированные модели вроде SD Turbo.
Можно ли запустить Stable Diffusion без видеокарты?
Да, возможна генерация на процессоре (например, через флаг --use-cpu all в AUTOMATIC1111 или специальные CPU-сборки). Скорость будет очень низкой — минуты на одно изображение, но для тестирования этого достаточно.
Что лучше для слабого ПК: SD 1.5 или SDXL?
Однозначно SD 1.5: модель заметно легче, нормально работает на картах с 4 ГБ VRAM и имеет огромную базу обученных LoRA и чекпоинтов. SDXL требует существенно больше памяти.
Чем формат safetensors отличается от ckpt?
Оба содержат веса модели, но .safetensors не допускает встроенного исполняемого кода, поэтому считается безопаснее. Качество генерации от формата не зависит.
Почему генерация стала очень медленной после добавления флага --lowvram?
Это нормальное поведение режима: модель загружается в видеопамять частями по мере необходимости, что сильно замедляет процесс, но позволяет работать на картах с минимальным объёмом VRAM.