环境前提

系统环境ubuntu20.04

uname -a

nvida cuda显卡驱动默认已经安装成功

nvidia-smi

安装配置docker

upgrade系统

更新系统依赖：

apt-get upgrade

卸载之前的Docker环境

确认是否之前安装过docker并卸载：

sudo apt-get remove docker docker-engine docker.io containerd runc

安装相关工具并添加docker 阿里云源

#安装相关工具
sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
#添加阿里云的docker GPG密钥
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
#添加阿里镜像源
sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
#更新
sudo apt-get update

安装docker

sudo apt-get install -y docker-ce

启动并查看docker运行状态：

sudo systemctl restart docker
sudo systemctl status docker

5. 配置镜像加速器

注：这一部步基本可以忽略，因为没有使用国外dockerhub镜像！

sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://7zk8hbh7.mirror.aliyuncs.com"]
}
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker

安装配置nvidia-docker2

配置nvidia-docker2仓库

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
 
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
 
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
 
sudo apt-get update

安装nvidia-docker2并重启docker服务

安装nvidia-docker2包

sudo apt-get install -y nvidia-docker2
 
sudo pkill -SIGHUP dockerd

安装完成后需要重启docker:

sudo systemctl daemon-reload
sudo systemctl restart docker

运行cuda镜像验证是否安装成功

sudo docker run --rm --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi

能输出cuda相关信息安装成功：

Docker运行stable diffusion webui

登陆私有仓库并加载stable diffusion webui镜像：

注：我这里用的腾讯云的tcr的私有仓库同步的siutin/stable-diffusion-webui-docker镜像：

docker login xxxx.tencentcloudcr.com --username 'tcr$xxxx-read' --password xxxxxx
docker pull xxxxx.tencentcloudcr.com/xxxx/stable-diffusion-webui-docker:latest-cuda

已经吐槽过tcr仓库的username tcr$的方式…恩 还有我想方便绑定子账号的需求…不知道什么时候会排期：

本地宿主机创建models outputs目录

创建本地挂载目录，并chmod设置文件夹权限：

mkdir -p /data/stable-diffusion-webui-docker&&cd /data/stable-diffusion-webui-docker

mkdir models outputs
sudo chmod 775 -R models outputs

上传或者下载models 到models目录！

启动stable-diffusion-webui实例

Docker 后台启动stable-diffusion-webui

docker run -it -d --name zhangpeng -p 7860:7860 --gpus all --network host -v /data/stable-diffusion-webui/models:/app/stable-diffusion-webui/models -v /data/stable-diffusion-webui/outputs:/app/stable-diffusion-webui/outputs --rm xxxx.tencentcloudcr.com/xxxx/stable-diffusion-webui-docker:latest-cuda bash webui.sh --share --listen 

参数说明：
-d 后台启动
-it -i 是交互 -t是分配终端
–name 实例名
-p 指定端口映射，格式为：宿主机端口:容器端口
-v 绑定一个卷
–network 网络模式 参数有host bridge
webui.sh参数
–listen --api --port xxx端口
–device-id 显卡ID
查看容器运行状态：

docker logs -f  zhangpeng

注： 由于我这里没有模型，挂载本地models空目录会报错，这里演示没有挂载dodels目录，会自动下载

web访问测试

自定义用户名密码方式：

注：先停止实例docker stop zhangpeng

docker run -it -d --name zhangpeng -p 7860:7860 --gpus all --network host -v /data/stable-diffusion-webui/models:/app/stable-diffusion-webui/models -v /data/stable-diffusion-webui/outputs:/app/stable-diffusion-webui/outputs --rm xxx.tencentcloudcr.com/xxxx/stable-diffusion-webui-docker:latest-cuda bash webui.sh --share --listen --gradio-auth zhangpeng:abc@1234

当然了也可以docker-compose的方式启动，这里就简单跑一下了！