Forge的安装与使用，比WebUI更好用的简易高效绘图工具

stable-diffusion-webui-forge工具是一个基于Stable Diffusion WebUI（基于Gradio）构建的AI绘图工具平台，目标在于简化插件开发，优化资源管理，加速推理。Forge的名字灵感来自"Minecraft Forge"。这个项目的目标是成为SD WebUI的Forge。Forge承诺永远不会对Stable Diffusion WebUI用户界面添加不必要的改变，对于熟悉Stable Diffusion WebUI的同学，能够借助与Automatic1111 WebUI经验，快速上手Forge的操作使用。

题外话：Forge作者一直活跃在AIGC绘图社区。先后开源了ControlNet、Foooucs社区优秀的开源软件，最近他又投入到Forge的开发，目标简化AIGC新手入门绘图门槛。

在分辨率为1024px图像质量下，Forge与原始WebUI在SDXL模型推理速率相比，可获得极大的性能加速提升：

• 如果你使用常见的GPU，如8GB显存，你可以期望推理速度（it/s）提高约30~45%，GPU内存峰值（在任务管理器中）降低约700MB到1.3GB，最大扩散分辨率（不会OOM）提高约2倍到3倍，最大扩散批量大小（不会OOM）提高约4倍到6倍。
• 如果你使用性能较低的GPU，如6GB显存，你可以期望推理速度（it/s）提高约60~75%，GPU内存峰值（在任务管理器中）降低约800MB到1.5GB，最大扩散分辨率（不会OOM）提高约3倍，最大扩散批量大小（不会OOM）提高约4倍。
• 如果你使用性能强大的GPU，如4090，带有24GB显存，你可以期望推理速度（it/s）提高约3~6%，GPU内存峰值（在任务管理器中）降低约1GB到1.4GB，最大扩散分辨率（不会OOM）提高约1.6倍，最大扩散批量大小（不会OOM）提高约2倍。
• 如果你使用ControlNet来进行SDXL推理，最大ControlNet数量（不会OOM）提高约2倍，SDXL+ControlNet的速度提高约30~45%。

另外，Forge引入的另一个非常重要的变化是Unet Patcher。使用Unet Patcher，像Self-Attention Guidance, Kohya High Res Fix, FreeU, StyleAlign, Hypertile等插件生态集成都能用大约100行代码简易高效的实现，极大的简化了插件生态的集成。由于Unet Patcher的引入，在Forge中能够支持更多的新插件生态，包括 SVD、Z123、masked Ip-adapter、masked controlnet、photomaker等新技术工具。

除此之外，Forge还增加了一些高效的采样器，例如：DDPM、DDPM Karras、DPM++ 2M Turbo、DPM++ 2M SDE Turbo、LCM Karras、Euler A Turbo等。

sd-webui-forge安装

Git安装

如果是熟悉Git有一定开发经验的用户，可以使用git clone下载最新版forge源码本地安装.

环境安装：

git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.gitcd ./stable-diffusion-webui-forge# Linuxpip3 install torch torchvision torchaudio# window# pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121pip install -r requirements.txt -U

与sd-web-ui共享模型，节约磁盘浪费。如果是window用户则修改webui-user.bat如下：

@echo off
set PYTHON=set GIT=set VENV_DIR=set COMMANDLINE_ARGS=
@REM Uncomment following code to reference an existing A1111 checkout.set A1111_HOME=[stable-diffusion-webui目录]
set VENV_DIR=%A1111_HOME%/venvset COMMANDLINE_ARGS=%COMMANDLINE_ARGS% ^  --ckpt-dir %A1111_HOME%/models/Stable-diffusion ^  --hypernetwork-dir %A1111_HOME%/models/hypernetworks ^  --embeddings-dir %A1111_HOME%/embeddings ^  --lora-dir %A1111_HOME%/models/Lora
call webui.bat

当看见启动命令如下则设置共享成功:

Launching Web UI with arguments: --xformers --forge-ref-a1111-home=sd目录/ --ckpt-dir sd目录/models/Stable-diffusion --vae-dir sd目录/models/VAE --hypernetwork-dir sd目录/models/hypernetworks --embeddings-dir sd目录/embeddings --lora-dir /models/lora --controlnet-dir sd目录/models/ControlNet --controlnet-preprocessor-models-dir sd目录/extensions/sd-webui-controlnet/annotator/downloads

官方并未提供linux操作指南，笔者根据sd-webui经验测试通过。为了不破坏原代码，避免后续git更新合并冲突，笔者选择在本地新增webui-run.sh：

 export venv_dir="-" export A1111_HOME=[stable-diffusion-webui目录] ./webui.sh --xformers --forge-ref-a1111-home=$A1111_HOM

然后运行./webui-run.sh就可以启动forge软件了。

快捷技巧：如果你也和笔者一样，喜欢干净自主可控的环境，则可以选择上面方案。同时也可以增加环境命令别名一键启动。在本地文件~/.bash_aliases中增加如下配置(首次没重启命令行，需要source ~/.bash_aliases)，然后即可以用forge一键启动：

alias forge='conda activate [conda env] && cd "stable-diffusion-webui-forge目录" && ./webui-run.sh'

安装包安装

对于不熟悉git操作同学，则可以下载官方提供的一键安装包。下载完成安装包后，本地解压缩文件，然后使用update.bat更新，再使用./webui.bat运行，便可启动forge软件。作者提醒到：一定要运行update.bat命令，这个很重要的，因为forge代码还在快速迭代开发中，确保及时更新最新代码和环境，否则可能会遇见一些未知的潜在bug版本。与sd-web-ui共享绘图模型的方式与git方案完全一致。

Forge启动

从启动界面可以看到，Forge的用户使用界面与sd-web-ui完美的保持WebUI不变。这对新手用户上手门槛降低了极大的门槛。在启动界面中，能够看见新增的SVD、Z123两个tab，这是前文说的Unet Patcher带来的新特性。