Ошибка CUDA out of memory при первом запуске Stable Diffusion на компе почти всегда означает одно: видеокарте не хватает видеопамяти для выбранного разрешения генерации, и это решается флагами запуска, а не покупкой нового железа. Локальный запуск нейросети избавляет от ограничений онлайн-сервисов: нет очередей, цензуры генераций и платы за каждое изображение.
В этой статье разберём, какое железо реально нужно для работы Stable Diffusion, как поставить популярные интерфейсы Automatic1111 и ComfyUI, где брать модели и что делать с типичными ошибками. Инструкции привязаны к Windows, так как это самая распространённая платформа для локальной генерации.
Системные требования: какой компьютер нужен
Главный компонент для Stable Diffusion — видеокарта. Именно она выполняет все вычисления, а процессор и оперативная память играют вспомогательную роль. Оптимальный вариант — карты NVIDIA с поддержкой CUDA: на них работает большинство инструкций и оптимизаций.
По объёму видеопамяти ориентиры такие: 4 ГБ — минимум для генерации с ограничениями, 6–8 ГБ — комфортная работа со стандартными моделями, 12 ГБ и больше — возможность обучать свои модели и генерировать в высоком разрешении. Точные требования зависят от версии модели: SD 1.5 заметно легче, чем SDXL.
| Компонент | Минимум | Комфортно |
|---|---|---|
| Видеокарта NVIDIA | 4 ГБ VRAM | 8–12 ГБ VRAM |
| Оперативная память | 16 ГБ | 32 ГБ |
| Свободное место на диске | 20 ГБ (SSD) | 50+ ГБ (SSD/NVMe) |
| ОС | Windows 10 64-bit | Windows 10/11 64-bit |
На картах AMD запуск возможен через DirectML или сборки под ROCm (в основном на Linux), но производительность и стабильность обычно ниже, а инструкции сложнее. Если стоит выбор видеокарты именно под Stable Diffusion, NVIDIA остаётся более предсказуемым вариантом.
Подготовка: Python, Git и драйверы
Перед установкой интерфейса нужно подготовить три вещи: свежие драйверы NVIDIA, Git и Python. Драйверы скачивайте только с официального сайта NVIDIA — от их версии зависит работа CUDA.
С Python есть важный нюанс: для Automatic1111 исторически рекомендуется версия Python 3.10, причём при установке обязательно нужно отметить галочку Add Python to PATH. Если поставить другую версию или забыть про PATH, установщик завершится с ошибкой. Актуальные требования к версии всегда проверяйте в репозитории проекта — они могут меняться.
- 🔧 Обновите драйвер NVIDIA до актуальной версии с официального сайта
- 📦 Установите Git для Windows с официального сайта git-scm.com
- 🐍 Поставьте Python нужной версии с галочкой «Add Python to PATH»
- 💾 Убедитесь, что на диске свободно минимум 20–30 ГБ
⚠️ Внимание: не устанавливайте Stable Diffusion в папку с кириллицей или пробелами в пути, напримерC:\Users\Иван\Мои документы\. Это частая причина непонятных ошибок при установке зависимостей. Используйте короткий путь вродеC:\sd\.
Установка Automatic1111 — самый популярный вариант
Automatic1111 (WebUI) — самый распространённый интерфейс для Stable Diffusion с огромной базой гайдов и расширений. Установка сводится к клонированию репозитория и запуску скрипта, который сам скачает зависимости.
Откройте командную строку в нужной папке и выполните клонирование:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.gitПосле этого запустите файл webui-user.bat двойным кликом. Первый запуск займёт заметное время — скачиваются библиотеки PyTorch и другие зависимости. Когда в консоли появится строка с адресом http://127.0.0.1:7860, откройте его в браузере — интерфейс готов к работе.
☑️ Проверка после установки Automatic1111
Чтобы генерация заработала, нужна хотя бы одна модель — файл с расширением .safetensors или .ckpt. Его помещают в папку models/Stable-diffusion внутри каталога WebUI, после чего модель появляется в выпадающем списке слева вверху интерфейса.
ComfyUI и другие альтернативы
ComfyUI — интерфейс на основе нод (узлов), где процесс генерации собирается как схема. Он экономичнее расходует видеопамять и гибче, но требует больше времени на освоение. Для слабых карт ComfyUI часто работает быстрее WebUI.
Для новичков, которым нужна максимально простая установка, существуют сборки «в один клик» — например, Fooocus с минималистичным интерфейсом в духе Midjourney. Такие сборки скачиваются архивом, распаковываются и запускаются одним файлом без ручной настройки Python.
Где брать модели и как их выбирать
Основная площадка для скачивания моделей — Civitai, также модели публикуются на Hugging Face. Модели делятся на базовые (checkpoint) и дополнительные: LoRA для стилей и персонажей, VAE для цветопередачи, эмбеддинги для негативных промптов.
При выборе обращайте внимание на базовую архитектуру: модель для SD 1.5 и модель для SDXL несовместимы между собой, как и их LoRA. Файлы в формате .safetensors предпочтительнее — в отличие от .ckpt, они не могут содержать исполняемый код.
⚠️ Внимание: скачивайте модели только с крупных площадок вроде Civitai и Hugging Face и предпочитайте формат .safetensors. Файлы .ckpt из неизвестных источников теоретически могут содержать вредоносный код, который выполнится при загрузке модели.
Куда класть разные типы файлов
Чекпоинты — в models/Stable-diffusion, LoRA — в models/Lora, VAE — в models/VAE, эмбеддинги — в папку embeddings. После добавления файлов нажмите кнопку обновления рядом со списком моделей в интерфейсе или перезапустите WebUI.
Оптимизация для слабых видеокарт
Если видеопамяти мало, генерацию можно ускорить и стабилизировать флагами запуска. Они прописываются в файл webui-user.bat в строке COMMANDLINE_ARGS:
set COMMANDLINE_ARGS=--medvram --xformersФлаг --medvram снижает потребление VRAM ценой скорости, --lowvram — ещё более агрессивный режим для карт с 4 ГБ. --xformers включает оптимизированный механизм внимания, который уменьшает расход памяти и ускоряет генерацию на картах NVIDIA. Начинайте с разрешения 512×512 для SD 1.5 — попытка сразу генерировать в большом разрешении на слабой карте — главная причина ошибок нехватки памяти.
- 🚀 Добавьте
--xformersдля ускорения на NVIDIA - 🪶 Используйте
--medvramпри 6 ГБ VRAM,--lowvramпри 4 ГБ - 🖼️ Генерируйте в 512×512, а увеличивайте через Hires. fix
- 🧹 Закрывайте браузерные вкладки с видео и игры — они тоже занимают VRAM
Типичные ошибки и их решение
Самая частая проблема — CUDA out of memory. Решается снижением разрешения, уменьшением batch size до 1, добавлением флагов --medvram или --lowvram. Если ошибка появляется при обучении или обработке — закройте все программы, использующие видеокарту.
Вторая по частоте группа проблем — сбои при первой установке: прерванная загрузка зависимостей, конфликты версий Python. Обычно помогает удаление папки venv внутри каталога WebUI и повторный запуск webui-user.bat — окружение пересоздастся заново. Также проверьте, что антивирус не блокирует скачивание файлов установщиком.
Третья ситуация: интерфейс открывается, но генерация идёт очень медленно. Проверьте в диспетчере задач, загружена ли видеокарта. Если нагрузка идёт на процессор — вероятно, PyTorch установился без поддержки CUDA, и WebUI работает в режиме CPU. В этом случае нужно переустановить зависимости, предварительно обновив драйвер NVIDIA.
FAQ: частые вопросы
Можно ли запустить Stable Diffusion без видеокарты NVIDIA?
Да, но с оговорками. На картах AMD возможен запуск через DirectML или ROCm, на процессоре — в режиме CPU, однако скорость генерации будет в разы ниже: одно изображение может создаваться несколько минут вместо секунд.
Сколько места занимает Stable Diffusion на диске?
Сам интерфейс с зависимостями занимает порядка 10–15 ГБ. Каждая скачанная модель добавляет примерно 2–7 ГБ в зависимости от архитектуры. Закладывайте минимум 20–30 ГБ свободного места, а лучше больше, если планируете коллекцию моделей.
Нужен ли интернет после установки?
Нет, после установки всех зависимостей и скачивания моделей генерация работает полностью офлайн. Интернет нужен только для обновлений, скачивания новых моделей и расширений.
Чем SD 1.5 отличается от SDXL на практике?
SD 1.5 легче, быстрее и имеет огромную базу готовых моделей и LoRA. SDXL генерирует более детализированные изображения и лучше понимает промпты, но требует заметно больше видеопамяти и времени на генерацию.
Безопасно ли скачивать модели с Civitai?
Файлы в формате .safetensors считаются безопасными, так как не содержат исполняемого кода. Файлов .ckpt из непроверенных источников лучше избегать. Дополнительную осторожность стоит проявлять с расширениями WebUI — они выполняют произвольный код, поэтому ставьте только популярные и поддерживаемые.