简单的办法，就是把优化参数改为--lowvram, 可以顺利跑动，但速度是相当的慢，基本上几分钟才能出一张图。然后我关注了一下vram的载入情况，发现模型载入后，基本上用了一半的显存，再跑图就不够了，哪怕把图片大小调很低也不能满足要求。这里有二方面原因，一方面是基础模型本来就大(是基于1024x1024采样的，之前模型都是512x512), 另一方面是40HX如果在全精度状态下，vram占用比较大

采用fp16的SVD模型，详见我另外一个贴子，启动用下面这个参数。* 全精度优化速度后出图3it/s，但SVD内存不够。* 半精度优化内存后出图 30-50s/it。* 全优化后，12s/it, 速度稳定。

具体方法见我另外个贴。通常一个onnx模型需要20-30生成，TensorRT的特点也就是这样，先优化成Tensor Core可加速处理的模型，然后再生成图片。编译时很无聊，你可以用我之前贴中发过的GPU监控小程序，看看GPU跑的状态，万一跑飞了，可以重新来过。如果你真的很想用大尺寸或者sdxl，也可以网上找编译好的onnx模型来试，不过编译参数需要对得上，有点麻烦。当然，你在把模型编译完后，再把

（有linux经验的可以看：CMP 40HX的Nvidia驱动程序，原生驱动程序只有460.35.1-490这几个可以，再高或者再低的版本，就不支持了。总之说这么多，就是驱动很难搞。华硕CMP 40HX硬体上占用二个半槽位，卡长接近24cm，如果补完电容后，是pcie 16x通道的，所以在入手前先要自己评估一下安装条件。特别是pcie通道不如硬体一样，一眼能看出来的，很多显卡在4x或者8x上也能正

如果要提前尝鲜的同学，可以自己升级一下，不过限于有一定经验的同学，而且是automatic1111项目原生安装的。如果是网上下载的一键安装包，就不建议升级了。（同时记得科学x上网）1. 进webui的venv下的bin目录，windows版的，执行activate.bat, linux版的执行source activate. 进入venv模式。2. 用nvidia-smi查验驱动版本，最新的是12

扩展阅读：LCM是当下最热点的AI技术之一，civita上已经有很多基于LCM的模型提供，可以获得比基础版本更优秀的出图体验，喜欢的同学可以直接去网站上打LCM关键词的模型来玩。尽管LCM出现时间不久，因为其速度提升很明显，获得了大家的好评，所以网上介绍LCM的文章也很多了，我这边就不仔细介绍了，如果具体安装想进一步了解的同学，可以留言或者私信我。在webui的扩展中增加sd-webui-anim

介绍了最新SDXL 1.0模型的reinfer插件的使用方法

具体方法见我另外个贴。通常一个onnx模型需要20-30生成，TensorRT的特点也就是这样，先优化成Tensor Core可加速处理的模型，然后再生成图片。编译时很无聊，你可以用我之前贴中发过的GPU监控小程序，看看GPU跑的状态，万一跑飞了，可以重新来过。如果你真的很想用大尺寸或者sdxl，也可以网上找编译好的onnx模型来试，不过编译参数需要对得上，有点麻烦。当然，你在把模型编译完后，再把

stable diffusion webui上，最关键的问题是，如何又快又高质地出图了，因为turo的推出，让出图速度有飞的提升，但出图质量让人堪忧。然后现在又有了eulur A Turbo采样器，弥补了这个问题。经过三个月的等待，SD Webui (automatic1111)终于推出了新版本1.8.0，本次版本最大的更新，可能就是pytorch更新到2.1.2, 不过还是晚了pytorch 2

同时这款插件主要是给stable diffusion webui (automatic1111开源项目）做的，与SD.next项目差异很大，所以很多英文是翻译不出来的，这时候可以动动你勤劳的小手，自己往I18N_sd-webui-zh_CN.json中添加你要的翻译字段，做出完善的汉化界面。3. 进入extensions子目录，git clone https://github.com/journe