AI绘画Stable Diffusion【Forge】：速度更快更好用的新Web UI工具Forge_forge z123

大家好，我是程序员晓晓。

Stable Diffusion WebUI Forge 是一个基于 Stable Diffusion WebUI的平台，相当于是一个升级版本。“Forge”这个名字的灵感来自于“Minecraft Forge”。其旨在成为 Stable Diffusion WebUI 的 Forge。

使用Stable Diffusion WebUI Forge可以大大地简化开发、提供了预安装的扩展、优化了资源管理，更快的图像生成速度。

Stable Diffusion Forge Web UI 整合包可看文末扫描获取

一. 与原始 WebUI比较

1. 与原始WebUI的对比（针对图片1024大小的SDXL）

（1）对于常见 GPU（显存为8GB），推断速度（it/s）预计将提高约 30~45%，GPU 内存使用峰值将减少约 700MB 至 1.3GB，最大扩散分辨率（避免内存溢出 OOM）预计将提升 2 至 3 倍，最大扩散批量大小（避免 OOM）预计将提升 4 至 6 倍。

（2）对于较弱 GPU（显存为 6GB），推断速度（it/s）预计将提高约 60~75%，GPU 内存使用峰值将减少约 800MB 至 1.5GB，最大扩散分辨率（避免 OOM）预计将提升约 3 倍，最大扩散批量大小（避免 OOM）预计将提升约 4 倍。

（3）对于拥有像4090显存为24GB高性能 GPU，推断速度（it/s）预计将提高约 3~6%，GPU 内存使用峰值将减少约 1GB 至 1.4GB，最大扩散分辨率（避免 OOM）预计将提升约 1.6 倍，最大扩散批量大小（避免 OOM）预计将提升约 2 倍。

（4）若使用 ControlNet for SDXL，不会出现 OOM 的最大 ControlNet 数量预计将增加约 2 倍，配合 SDXL+ControlNet 使用时的速度将加快约 30~45%。

总结：6GB显存的速度预计可提高 75%，8GB显存 的速度可提高 45%，24GB显存 的速度可提高 6%。

2. 测试实例

下面的测试实例来自官网，作者使用带有SDXL的8GB VRAM（3070ti 笔记本电脑）的典型结果。

原始Web UI

GPU内存平均约7.4GB/8GB，峰值约7.9GB/8GB

WebUI Forge：

GPU内存平均和峰值均为6.3GB/8GB。

从上面的对比中，固定图片的随机数种子，生成的图片效果是一样的。我们从中可以看到：Forge 不会更改 WebUI生成结果。安装 Forge 并不是一个重大改变。您之前的所有图片作品仍然可以在 Forge 中使用！

二. 更好的后端

Forge 后端删除了所有与资源管理相关的 WebUI 代码并重新设计了所有内容。所有以前的 CMD 标志，如 medvram, lowvram, medvram-sdxl, precision full, no half, no half vae, attention_xxx, upcast unet ，…都被删除。添加这些标志不会导致错误，但它们现在不会执行任何操作。

没有任何 cmd 标志，Forge 可以运行具有 4GB显存 的 SDXL 和具有 2GB显存的 SD1.5。

Forge 不建议用户使用任何 cmd 标志，除非非常确定确实需要某些特殊标志作为参数设置。

三. Unet Patcher(补丁程序)

Forge 带来的另一个非常重要的变化是 Unet Patcher（补丁程序）。使用 Unet Patcher，Self-Attention Guidance、Kohya High Res Fix、FreeU、StyleAlign、Hypertile 等方法都可以在大约 100 行代码中实现插件扩展。这对开发者来说也是一大福利，ControlNets终于可以被不同的扩展调用。

实现SVD

可以通过代码实现自动装载/卸载任何模型。例如打开WEBUI，加载SDXL，生成图像，然后转到SVD，然后生成图像帧。同时可以看到 GPU 内存得到了完美的管理，SDXL 移至 RAM，然后 SVD 移至 GPU。整个过程管理全自动化，这使得编写扩展变得非常简单。

实现Z123（图片生成3D模型）

下面是一个通过代码实现简单的插件扩展后的界面。

四. 新特性

1. 预装的新功能

Forge修改后的Unet预装了许多功能。包括 SVD、Z123、masked Ip-adapter、masked controlnet、photomaker 等。

Masked Ip-Adapter

Masked ControlNet

PhotoMaker

Marigold Depth

2. 新采样器

Forge 还添加了一些采样器，主要包括以下几种

• DDPM

• DDPM Karras

• DPM++ 2M Turbo

• DPM++ 2M SDE Turbo

• LCM Karras

• Euler A Turbo

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除