之前有介绍过使用Google colab的云端部署方案，虽然通过一键部署Google colab非常的简单，但是Google colab也有自己的缺点，

第一：需要一点点魔法的力量；

第二：Google colab上无法保存下载过的模型文件、生成的图片也无法保存；

第三：Google colab由于使用的是免费GPU资源，链接过程非常的不稳定；

（如果对于Google colab部署感兴趣，浏览：https://huke88.com/article/8051.html）

所以这次要给大家带来的是使用国内云计算平台Autodl来进行云部署的教程方案，不仅不需要魔法，同时关机后还可以保存已下载的模型、生成的图片，使用稳定性从我使用来看也是比较稳定的。不过Autodl是需要付费的，根据选择不同的算力来收费，收费的模式有4种：按量计费、包日、包周、包月，如果大家以体验和偶尔使用为主的话，按量付费是最好的选择，具体使用价格文章后续会介绍。

首先我们打开Autodl官网（网址：https://www.autodl.com/home）

点击“注册有礼”（若已有账号的话直接登录即可）

注册成功后，我们会跳转到这个页面，我们从上至下给大家介绍一下每个板块的功能：

1、计费方式：按量计费（按照使用时长扣费）、包日（租用24小时）、包周（租用一周）、包月（租用一个月），若你非肝帝的话直接按量计费就行了。

2、选择地区：GPU对应的地区，没太大影响（不建议选择北京区）

3、GPU型号：不同的GPU型号的收费价格不同，越好的GPU收费越贵（选择3090、3080、A5000、T4这类型即可）

4、GPU数量：不同的GPU数量（通常情况下不需要筛选）

页面再往下就是所有GPU展示，有各种不同的型号选择，里面所有的GPU型号都能跑起来stable-diffusion-webui，如果只是轻度玩家，选便宜点的即可（例如：Tesla T4）。

另外大家额外要注意上面的红字，严禁使用WebUI等算法生成违禁图片、严禁挖矿，一经发现立即封号！所以生成成图时，要额外注意模型和关键词。

了解好上面的信息后，我们首先选择一个GPU。只需要点击“1卡可租”即可，如若没有租的GPU时，我们就稍等会，刷新刷新页面即可。

点击后会跳转到创建实例的页面，这个部分里我们直接滑动页面到镜像部分，点击社区镜像，输入stable-diffusion-webui，选择AUTOMATIC1111/stable-diffusion-webui/NovelAI-Consolidation-Package-3.1这个镜像文件，其他同类型文件多数也可以用，但是这个镜像是测试使用下来最简单方便使用的。

然后点击“立即创建”

这里要提醒一下，如果创建时提示余额不足，大家可以先选择充值2-5元即可（也可以用几个小时了），后续想继续使用再充值就行了。

创建后，页面会自动跳转到至容器实例页面，就能看到我们刚选择的GPU正在创建中（首次创建会慢，下次再开启就很快了），等创建完成后，会显示运行中，然后点击JupyterLab。

点击JupyterLab后会新打开一个页面（见下面截图所示）。

第一次看到可能会觉得一头雾水，但是这个镜像的作者已经帮我们都集合好代码了（感谢作者！），所以不要去操作调整任何代码。

首先我们点击第一个代码块（下面截图中标注1的地方），点击后这个代码块会从原本的灰色变为白色。然后点击上方的运行按钮（下面截图中标注2的地方）。

然后等待运行一下，出现移动完成后，说明这个代码块运行成功了（切记期间不要有任何操作）。

（备注：这个代码模块仅在首次创建的时候运行，后续再开机启动无需运行）

运行完成后，我们刷新网页页面（F5刷新页面），一定要刷新页面！一定要刷新页面！

刷新页面完成后，点击右上角“python 3（ipykernel）”，会弹出选择内核的弹窗。

点击选择区域，选择“xL_env”（切记一定要选择这个！）

然后点击“选择”即可。

内核选择完成后，看一眼右上角是不是已经显示“xL_env”了，如果是那就OK了，后续再开机的时候，这个地方正常都会是“xL_env”了。

然后我们点击第二个代码块（下面截图中标注1的地方），点击后这个代码块会从原本的灰色变为白色。然后点击上方的运行按钮（下面截图中标注2的地方）。

运行期间不要进行其他操作，运行成功后就能看到下面截图所示了（每步操作都等前一步成功了再进行下一步）。

第一步：点击按钮“点我自动学术加速”，加速成功后会显示为“加速成功，再次点击取消”

第二步：点击按钮“点我安装下载器”，安装过程会执行一串代码，耐点等待片刻后，安装成功后，按钮会显示为“已成功安装下载器”

第三步：点击按钮“点我移动到数据盘”，点击后会显示正在移动……，等待片刻后，按钮会显示为“已移动到数据盘”

当我们看到这3个按钮都已经变成绿色后，说明操作都成功了。

（备注：学术加速在之后每次开机前都要点击一下，确保开启了学术加速，下载器和移动到数据盘后续无需再操作）

点击“启动WebUI”，这里我们从上往下来介绍一下

1、用户名和密码：开启学术加速后，访问WebUI时，会需要输入用户名和密码，这里非必填项，不填写会随机生成，可以填写一个简单的用户名和密码（例如:123、123456之类的）

2、运行目录：这里应该默认就是选了数据盘，不用去修改。

3、运行方式：这里选正常版就行，另外2个版本操作难度会偏大

4、开启参数：涉及到WebUI中的功能，默认会勾选3个，根据我的使用建议勾选“图片反推文本”、“xformers极大改善内存消耗和速度”、“允许WebUI使用安装扩展功能”这3个即可。

最后我们点击“运行WebUI”按钮，运行代码会自动开始执行…

一直等待出现下方截图中的信息，说明运行成功了。这里我们无需点击任何链接，点击网页切换到容器实例的页面。

点击自定义服务（见下方截图）

点击“访问”

会自动打开WebUI的页面，这里输入用户名和密码，如果是随机生成的，就去复制一下。用户名和密码输入后，点击Login。

OK，登录成功了！到这里我们就可以看到stable-diffusion-webui的界面了。

目前界面布局比较简单，仅有基础功能，下期文章我们再讲一下如何安装插件、下载模型以及推荐一些必要的插件、模型给大家。

由于没有大模型，这里就使用现有的模型生成了一个猫。

如何关机：

1、关闭stable-diffusion-webui的网页（直接关闭即可）

2、回到控制台里，点击下方截图中1区域的代码块，再点击截图中2区域的停止按钮，结束代码的运行，然后就可以关闭这个页面了

3、回到容器实例的页面，点击关机，点击确认，就成功关机了。关机后就不再继续扣费了。

（备注：下次再开机时，直接前往容器实例的页面，若有GPU资源，直接点击开机即可）

大家在创建使用中若遇到问题，可以留言评论哦~

下期我们讲解一下如何在Autodl的stable-diffusion-webui安装ControlNet和LoRA插件以及模型下载安装。

你不可错过的内容：

Stable Diffusion中超好用的插件ControlNet，完美控制小姐姐的姿势

https://huke88.com/article/8071.html

Stable diffusion免费Google colab云端部署方案

https://huke88.com/article/8051.html

使用Midjourney进行AI绘画的基础手册

https://huke88.com/article/8043.html

用Stable Diffusion插件ControlNet做室内设计 简直神了

https://huke88.com/article/8072.html