阿里云 DSW 实战：部署 Stable Diffusion WebUI 并配置 3 种外网访问方案

阿里云 DSW 实战部署 Stable Diffusion WebUI 并配置 3 种外网访问方案在当今AI技术飞速发展的背景下Stable Diffusion作为开源的文本到图像生成模型已成为创意工作者和开发者的重要工具。阿里云DSWData Science Workshop提供的免费GPU资源为开发者提供了低成本体验高性能AI计算的机会。本文将详细介绍如何在DSW上部署Stable Diffusion WebUI并深入对比三种外网访问方案的技术细节与适用场景。1. 环境准备与基础部署1.1 创建DSW实例登录阿里云PAI控制台后选择交互式建模(DSW)服务创建新实例。关键配置参数如下配置项推荐值说明资源规格ecs.gn7i-c8g1.2xlarge配备NVIDIA T4显卡16GB显存镜像类型官方镜像确保环境兼容性镜像名称aigc-torch113-cu117-ubuntu22.04预装CUDA和PyTorch环境存储挂载OSS路径建议挂载OSS持久化模型文件创建完成后通过JupyterLab终端执行以下命令验证GPU状态nvidia-smi正常输出应显示GPU型号和显存使用情况类似----------------------------------------------------------------------------- | NVIDIA-SMI 510.47.03 Driver Version: 510.47.03 CUDA Version: 11.6 | |--------------------------------------------------------------------------- | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | || | 0 Tesla T4 On | 00000000:00:1E.0 Off | 0 | | N/A 45C P8 9W / 70W | 0MiB / 15360MiB | 0% Default | | | | N/A | ---------------------------------------------------------------------------1.2 安装Stable Diffusion WebUI在终端中执行以下完整部署脚本该脚本集成了自动下载、依赖安装和配置优化#!/bin/bash # 安装基础依赖 sudo apt update sudo apt install -y wget git python3-venv libgl1 libglib2.0-0 # 克隆仓库 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui # 创建虚拟环境 python3 -m venv venv source venv/bin/activate # 安装torch与xformers显存优化 pip install torch1.13.1cu117 torchvision0.14.1cu117 --extra-index-url https://download.pytorch.org/whl/cu117 pip install xformers0.0.16 # 下载基础模型需替换为实际模型链接 wget -O models/Stable-diffusion/v1-5-pruned-emaonly.safetensors https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors # 修改启动配置 cat EOT webui-user.sh #!/bin/bash export COMMANDLINE_ARGS--listen --port 7860 --enable-insecure-extension-access --xformers export TORCH_COMMANDpip install torch1.13.1cu117 torchvision0.14.1cu117 --extra-index-url https://download.pytorch.org/whl/cu117 EOT # 安装WebUI依赖 pip install -r requirements.txt # 启动服务 bash webui.sh注意实际使用时需将模型下载链接替换为合法来源。建议提前下载模型并上传到挂载的OSS路径避免长时间下载中断。2. 外网访问方案对比与配置2.1 SSH隧道方案低成本临时访问实现原理通过本地与DSW实例建立加密隧道将远程端口映射到本地。适合临时调试场景。操作步骤在本地终端执行端口转发命令替换为实际DSW实例IPssh -N -L 7860:localhost:7860 rootdsw-instance-ip -i ~/.ssh/your_key.pem配置DSW安全组规则开放SSH端口默认22# 查看当前安全组ID ecs DescribeSecurityGroups --RegionId cn-hangzhou --InstanceId your-instance-id # 添加规则示例 ecs AuthorizeSecurityGroup --SecurityGroupId sg-xxx --IpProtocol tcp --PortRange 22/22 --SourceCidrIp 0.0.0.0/0优劣分析优点零额外费用配置简单缺点依赖本地SSH连接带宽受限于本地网络性能测试数据测试项数值平均延迟128ms传输带宽12Mbps最大并发连接数52.2 NAT网关 EIP方案生产级访问架构组成DSW实例 → 绑定弹性网卡 → NAT网关 → 弹性公网IP(EIP) → 互联网详细配置创建NAT网关并绑定EIP# 创建NAT网关 vpc CreateNatGateway --VpcId vpc-xxx --Spec small # 分配EIP ecs AllocateEipAddress --Bandwidth 5 # 绑定EIP到NAT vpc AssociateEipAddress --AllocationId eip-xxx --InstanceId nat-xxx配置DNAT规则将公网端口映射到DSW实例vpc CreateForwardEntry --NatGatewayId nat-xxx \ --ExternalIp 47.xx.xx.xx --ExternalPort 7860 \ --InternalIp 192.168.xx.xx --InternalPort 7860 \ --IpProtocol TCP安全组需放行7860端口ecs AuthorizeSecurityGroup --SecurityGroupId sg-xxx \ --IpProtocol tcp --PortRange 7860/7860 --SourceCidrIp 0.0.0.0/0成本估算按量计费资源类型单价月费用估算NAT网关0.12元/小时86元EIP0.02元/小时14元流量费0.8元/GB视用量而定2.3 EAS服务部署方案企业级服务核心优势阿里云PAI-EAS提供自动扩缩容、负载均衡等企业级能力适合高并发生产环境。部署流程将WebUI打包为Docker镜像FROM pai-dsw-image-base COPY stable-diffusion-webui /app WORKDIR /app EXPOSE 7860 CMD [bash, webui.sh]通过PAI控制台创建EAS服务关键配置{ metadata: { name: sd-webui-service }, spec: { instance_count: 2, resource_config: { cpu: 8, memory: 32768, gpu: 1 }, storage_config: { oss: { path: oss://your-bucket/models/, mount_path: /app/models } } } }获取服务访问端点pai DescribeService --ServiceId eas-xxx性能对比指标SSH隧道NAT网关EAS服务最大QPS15120500可用性95%99%99.9%部署复杂度低中高适合场景测试中小规模大规模3. 高级配置与优化技巧3.1 模型管理最佳实践推荐将模型文件存储在OSS并通过软链接使用既节省系统盘空间又便于版本管理# 在OSS中创建模型目录结构 ossutil mkdir oss://your-bucket/sd-models/ ossutil cp v1-5-pruned-emaonly.safetensors oss://your-bucket/sd-models/ # 创建软链接 ln -s /mnt/data/sd-models /app/stable-diffusion-webui/models/Stable-diffusion3.2 性能调优参数修改webui-user.sh添加以下参数可提升生成速度export COMMANDLINE_ARGS--listen --port 7860 --xformers --opt-sdp-attention --no-half-vae --medvram各参数作用--xformers启用显存优化--opt-sdp-attention使用PyTorch 2.0的优化注意力机制--medvram平衡显存使用适合16GB显存3.3 安全防护措施添加基础认证在webui-user.sh中补充export COMMANDLINE_ARGS$COMMANDLINE_ARGS --gradio-auth username:password配置HTTPS需域名和证书# 使用Caddy自动配置 docker run -d --name caddy \ -v /path/to/certs:/data/caddy \ -p 443:443 -p 80:80 \ caddy caddy reverse-proxy --from your-domain.com --to localhost:78604. 常见问题排查指南4.1 启动问题排查症状WebUI启动失败日志出现CUDA out of memory解决方案检查显存占用watch -n 1 nvidia-smi添加--medvram或--lowvram参数减少并发生成数量4.2 网络连接问题症状外网无法访问服务诊断步骤# 检查服务是否监听 netstat -tulnp | grep 7860 # 测试本地访问 curl -v http://localhost:7860 # 检查安全组规则 ecs DescribeSecurityGroupAttribute --SecurityGroupId sg-xxx4.3 模型加载异常典型错误Error loading model file: invalid header处理方法验证模型文件完整性sha256sum models/Stable-diffusion/v1-5-pruned-emaonly.safetensors重新下载模型文件检查文件权限chmod 644 models/Stable-diffusion/*