硬件清单推荐（2025年稳定运行SD Docker）

显卡
NVIDIA RTX 4090（24GB显存）或RTX 5080（预计2025年发布，32GB显存显存）。显存低于16GB可能导致模型训练或高分辨率生成失败。

CPU
AMD Ryzen 9 7950X 或 Intel i9-14900K。多核性能对数据预处理和容器管理效率提升显著。

内存
64GB DDR5-6000MHz。大模型加载时内存占用可能超过32GB，建议双通道配置。

存储

• 系统盘：1TB NVMe PCIe 4.0 SSD（如三星980 Pro）
• 模型存储：4TB 企业级SSD（如铠侠CD8）或NAS阵列

散热
360mm水冷+机箱风道优化。持续高负载下GPU温度需控制在75℃以下。

---

驱动与基础环境配置

NVIDIA驱动
需安装CUDA 12.4+和对应cuDNN：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt-get install cuda-12-4

Docker环境
配置NVIDIA Container Toolkit：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
      && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
      && curl -fsSL https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
            sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
            sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

---

SD Docker部署方案

方案A：官方Stable Diffusion WebUI
拉取优化镜像并运行：

docker run -d --gpus all \
  -p 7860:7860 \
  -v /path/to/models:/models \
  -e CLI_ARGS="--medvram --xformers" \
  ghcr.io/sd-webui/stable-diffusion-webui:2025.1

方案B：ComfyUI容器化部署
使用预构建生产环境镜像：

docker compose -f https://raw.githubusercontent.com/comfyanonymous/ComfyUI-2025/docker-compose-gpu.yml

性能调优参数
在docker-compose.yml中添加：

environment:
  - NVIDIA_DRIVER_CAPABILITIES=compute,utility
  - NVIDIA_VISIBLE_DEVICES=all
deploy:
  resources:
    reservations:
      devices:
        - driver: nvidia
          count: 1
          capabilities: [gpu]

---

常见问题排查

显存不足错误
修改启动参数为--lowvram模式，或使用TensorRT加速：

docker exec -it sd-webui bash -c "python setup_trt.py --model=/models/trt"

容器启动失败
检查NVIDIA容器日志：

journalctl -u docker | grep nvidia

模型加载缓慢
挂载RAM Disk加速读取：

docker run -v /dev/shm:/dev/shm ...