Ошибка CUDA out of memory при первом запуске локальной установки Stable Diffusion почти всегда означает одно: видеопамяти не хватает под выбранное разрешение генерации, и проблема решается флагами запуска --medvram или --lowvram, а не заменой видеокарты. Именно с таких деталей и начинается реальная установка нейросети на домашний ПК — веб-интерфейс ставится за полчаса, а основное время уходит на подбор параметров под конкретное железо.
Локальный запуск Stable Diffusion даёт полный контроль над генерацией: без очередей, лимитов и цензуры облачных сервисов, с возможностью дообучать модели и подключать расширения. Ниже разберём требования к системе, два популярных интерфейса, порядок установки и типичные ошибки.
Требования к железу и системе
Главный компонент — видеокарта. Комфортная работа возможна на GPU NVIDIA с поддержкой CUDA; чем больше видеопамяти (VRAM), тем выше доступное разрешение и скорость генерации. Карты с 4 ГБ VRAM справятся с базовыми задачами в режиме экономии памяти, 6–8 ГБ — практичный минимум для работы без постоянных компромиссов, 12 ГБ и более позволяют использовать крупные модели и высокие разрешения.
На видеокартах AMD запуск возможен, но сложнее: под Windows обычно требуются обходные варианты (DirectML-форки), под Linux — ROCm. Полностью на CPU генерация тоже работает, однако занимает минуты на одно изображение и подходит лишь для эксперимента.
- 🎮 Видеокарта: NVIDIA с CUDA — предпочтительно; AMD и CPU — с ограничениями.
- 💾 Место на диске: от 20–30 ГБ с запасом — сами модели весят по 2–7 ГБ каждая.
- 🧠 ОЗУ: желательно от 16 ГБ, особенно если планируется обучение или работа с несколькими моделями.
- 🖥️ ОС: Windows 10/11 или Linux; на Windows установка проще всего.
Выбор интерфейса: Automatic1111 или ComfyUI
Два самых распространённых варианта локального запуска — Automatic1111 WebUI и ComfyUI. Первый — классическая панель с вкладками txt2img, img2img, inpainting; он проще для новичка и имеет огромную библиотеку расширений. Второй построен на нодовой схеме: вы собираете конвейер генерации из блоков, что даёт гибкость и экономию памяти, но требует привыкания.
| Критерий | Automatic1111 | ComfyUI |
|---|---|---|
| Порог входа | Низкий, привычные вкладки | Выше, нодовая логика |
| Расход VRAM | Умеренный | Обычно экономичнее |
| Расширения | Очень большая экосистема | Кастомные ноды |
| Сложные пайплайны | Ограниченно | Полная свобода |
| Кому подходит | Новичкам и художникам | Опытным пользователям |
Если сомневаетесь — начните с Automatic1111, а ComfyUI освойте позже: модели и VAE между ними переносятся без конвертации, простым копированием файлов.
Подготовка: Python, Git и зависимости
Перед установкой веб-интерфейса вам нужно поставить два системных компонента: Python и Git. Для Automatic1111 авторы проекта рекомендуют конкретную версию Python — 3.10.x; с более новыми ветками зависимости могут не собраться. При установке Python обязательно отметьте галочку Add Python to PATH, иначе скрипты запуска не найдут интерпретатор.
Git нужен для клонирования репозитория и обновлений. Проверить, что оба компонента встали корректно, можно в командной строке:
python --version
git --version
Обе команды должны вывести номера версий. Если система отвечает «не является командой» — перезапустите терминал или проверьте переменную PATH.
⚠️ Внимание: не устанавливайте Stable Diffusion в папки с кириллицей и пробелами в пути (например,C:\Пользователи\Имя\...). Часть скриптов и расширений некорректно обрабатывает такие пути — используйте короткий латинский путь вродеC:\SD.
Пошаговая установка Automatic1111
Процесс сводится к клонированию репозитория и запуску скрипта, который сам скачает зависимости. Откройте командную строку в выбранной папке и выполните:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
webui-user.bat
Первый запуск занимает заметное время: скачиваются PyTorch и прочие библиотеки объёмом в несколько гигабайт. По завершении в терминале появится адрес вида http://127.0.0.1:7860 — откройте его в браузере.
☑️ Чек-лист первого запуска
Без файла модели интерфейс запустится, но генерировать не сможет. Скачанные чекпоинты в формате .safetensors помещайте в папку models/Stable-diffusion, после чего выберите модель в выпадающем списке в левом верхнем углу интерфейса.
Настройка под слабую видеокарту
Если VRAM мало, отредактируйте файл webui-user.bat: найдите строку set COMMANDLINE_ARGS= и добавьте параметры. Для карт с 4–6 ГБ обычно помогает связка:
set COMMANDLINE_ARGS=--medvram --xformersФлаг --medvram снижает потребление памяти ценой скорости, --lowvram — ещё более жёсткий режим для самых слабых карт. Параметр --xformers подключает оптимизированный механизм внимания, который уменьшает расход VRAM и ускоряет генерацию на поддерживаемом железе. Начинайте с наименее агрессивного режима: --lowvram заметно замедляет работу, и включать его стоит только если --medvram не помог.
- ⚙️ --medvram — баланс скорости и памяти для 4–6 ГБ VRAM.
- 🐢 --lowvram — крайняя мера для карт с минимальной памятью.
- ⚡ --xformers — оптимизация скорости и памяти на NVIDIA.
- 🖼️ --opt-sdp-attention — альтернатива xformers, если тот не собирается.
⚠️ Внимание: после изменения webui-user.bat полностью закройте окно терминала и запустите скрипт заново — параметры подхватываются только при старте, а не «на лету».
Что делать, если xformers не устанавливается
Удалите флаг --xformers и замените его на --opt-sdp-attention — встроенный механизм PyTorch, который не требует отдельной сборки. Либо дождитесь, пока установщик сам подтянет совместимую версию: в свежих версиях WebUI это происходит автоматически при первом запуске с флагом.
Типичные ошибки и их решение
Самая частая проблема — упомянутая CUDA out of memory: уменьшите разрешение генерации, включите --medvram и закройте другие программы, занимающие видеопамять (браузер с множеством вкладок, игры). Вторая по частоте — конфликты версий Python: если установка падает на этапе зависимостей, проверьте python --version и при необходимости удалите лишние версии интерпретатора.
Ошибки вида torch is not able to use GPU означают, что PyTorch установился в CPU-сборке. Обычно это следствие устаревших драйверов NVIDIA — обновите драйвер через официальный установщик и перезапустите установку. Также убедитесь, что антивирус не заблокировал скачивание компонентов: добавьте папку со Stable Diffusion в исключения.
Обновление и обслуживание
Обновить Automatic1111 можно командой git pull в папке проекта, но делайте это осознанно: свежие версии иногда ломают совместимость с расширениями. Перед обновлением сохраните копию папки или хотя бы список установленных расширений.
Со временем папка outputs разрастается до десятков гигабайт — периодически чистите её или переносите результаты в архив. Временные файлы и кэш torch также можно удалять без вреда для установки.
Часто задаваемые вопросы
Можно ли запустить Stable Diffusion без видеокарты NVIDIA?
Да, но с оговорками. На CPU генерация работает, однако очень медленно. На AMD под Windows используются DirectML-форки, под Linux — ROCm; оба пути требуют дополнительной настройки и поддерживают не все функции.
Сколько места нужно на диске?
Сама установка с зависимостями занимает порядка 10–15 ГБ, плюс каждая модель — ещё 2–7 ГБ. Закладывайте минимум 30–50 ГБ свободного места, желательно на SSD.
Где брать модели и безопасно ли их скачивать?
Модели распространяются на тематических площадках в формате .safetensors. Скачивайте файлы только из известных источников и предпочитайте .safetensors формату .ckpt — он не допускает исполнения встроенного кода.
Интерфейс запустился, но генерация виснет или падает. Что проверить?
Сначала снизьте разрешение до 512×512 и размер батча до 1. Затем добавьте --medvram, обновите драйвер GPU и убедитесь, что видеопамять не занята другими приложениями.
Нужно ли постоянное подключение к интернету?
Нет. Интернет требуется только для установки, обновлений и скачивания моделей. Сама генерация полностью локальна и работает офлайн.