Multimodal Stable Diffusion 故障排查

# Stable Diffusion 故障排除指南 ## 安装问题 ### 包冲突 **错误**: `ImportError: cannot import name 'cached_download' from 'huggingface_hub'` **修复**: bash # 更新 huggingface_hub pip install --upgrade huggingface_hub # 重新安装 diffusers pip install --upgrade diffusers ### xFormers 安装失败 **错误**: `RuntimeError: CUDA error: no kernel image is available for execution` **修复**: bash # 检查 CUDA 版本 nvcc --version # 安装匹配的 xformers pip install xformers --index-url https://download.pytorch.org/whl/cu121 # 针对 CUDA 12.1 # 或从源码构建 pip install -v -U git+https://github.com/facebookresearch/xformers.git@main#egg=xformers ### Torch/CUDA 不匹配 **错误**: `RuntimeError: CUDA error: CUBLAS_STATUS_NOT_INITIALIZED` **修复**: bash # 检查版本 python -c "import torch; print(torch.__version__, torch.cuda.is_available())" # 使用正确的 CUDA 重新安装 PyTorch pip uninstall torch torchvision pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 ## 内存问题 ### CUDA 显存溢出 **错误**: `torch.cuda.OutOfMemoryError: CUDA out of memory` **解决方案**: python # 方案 1: 启用 CPU 卸载 pipe.enable_model_cpu_offload() # 方案 2: 顺序 CPU 卸载（更激进） pipe.enable_sequential_cpu_offload() # 方案 3: 注意力切片 pipe.enable_attention_slicing() # 方案 4: 大图 VAE 切片 pipe.enable_vae_slicing() # 方案 5: 使用更低精度 pipe = DiffusionPipeline.from_pretrained( "model-id", torch_dtype=torch.float16 # 或 torch.bfloat16 ) # 方案 6: 减小批次大小 image = pipe(prompt, num_images_per_prompt=1).images[0] # 方案 7: 生成更小的图像 image = pipe(prompt, height=512, width=512).images[0] # 方案 8: 在生成之间清理缓存 import gc torch.cuda.empty_cache() gc.collect() ### 内存随时间增长 **问题**: 内存占用随每次生成而增加 **修复**: python import gc import torch def generate_with_cleanup(pipe, prompt, **kwargs): try: image = pipe(prompt, **kwargs).images[0] return image finally: # 生成后清理缓存 if torch.cuda.is_available(): torch.cuda.empty_cache() gc.collect() ### 大模型加载失败 **错误**: `RuntimeError: Unable to load model weights` **修复**: python # 使用低 CPU 内存模式 pipe = Diffusion