矿卡40hx stable diffusion转战SD.next

SD.next与stable diffusion webui (automatic1111开源项目）同根同源，automatic1111已经2个多月没更新了，AI领域好多新东西都出来了，感觉有点跟不上节奏了。而SD.next的作者一直在持续更新，有点超越的意思。

SD.next项目地址是GitHub - vladmandic/automatic: SD.Next: Advanced Implementation of Stable Diffusion and other Diffusion-based generative image models

如果说automatic1111的webui项目是个大集成的话，SD.next的作者Vladimir Mandic，更专注于界面优化及组件的版本更新。比方核心组件pytorch刚推出 2.2版本，就已经在SD.next支持了。其它方面，比方原生支持python 3.11, 支持多精度混合定义等。

如果你看过我前面几篇关于40HX上跑stable diffusion的话，你再看SD.next，就会觉得二个字，方便！

安装过程简述：

1. 安装python, 及git工具。

2. git clone https://github.com/vladmandic/automatic.git

3. 进入automatic目录，运行webui.bat --debug (linux版本执行 ./webui.sh --debug)，然后耐心等待（要科学）

4. 安装完成后，其实已经可以用了。但我们要做一点优化

    a. 把模型放到对应目录中，如果你安装其它版本的stable diffusion，也可以选择与其它版本共用模型，比方你可以指定automatic1111项目中的模型存放目录。

    b. 带参数启动  webui.bat --listen --medvram  (linux版本 ./webui.sh --listen --medvram) 这样就可以在其它PC上访问, 同时启用了内存优化，以适合8G显存。添加参数  --insecure 则可以正常使用插件

    c. 重点来了，针对40hx的优化需要做内存优化、生成精度、加速方法三项

其中Attention这里，xformers与Scaled-Dot-Product二选一，xformers是独立的加速方法，SDP是pytorch的原生加速方法，pytorch2.2版本中，重点吹了这个功能，个人感觉下来，确实比之前的SDP有提速，但与xformers区别不大。

同样方法，把--medvram勾选上

SD.next对多语言几乎没支持，所以中文用户不是很友好，通过添加扩展件，可以看一些基本的中文。