【Stable Diffusion运行报错】-EW帮帮网

报错如下

e `style` method is deprecated. Please set these arguments in the constructor instead.
  with gr.Row().style(equal_height=False):
/root/autodl-tmp/Stable-Diffusion-WebUI/webui/extensions/sd-webui-additional-networks/scripts/metadata_editor.py:521: GradioDeprecationWarning: The `style` method is deprecated. Please set these arguments in the constructor instead.
  cover_image = gr.Image(
Running on local URL:  http://127.0.0.1:7860

To create a public link, set `share=True` in `launch()`.
Startup time: 115.5s (prepare environment: 87.4s, import torch: 7.7s, import gradio: 1.7s, setup paths: 8.8s, initialize shared: 0.2s, other imports: 0.5s, load scripts: 4.1s, create ui: 3.6s, gradio launch: 1.4s).
5493a0ec491f5961dbdc1c861404088a6ae9bd4007f6a3a7c5dee8789cdc1361
Loading weights [5493a0ec49] from /root/autodl-tmp/Stable-Diffusion-WebUI/webui/models/Stable-diffusion/AbyssOrangeMix3_AOM3A1B.safetensors
Creating model from config: /root/autodl-tmp/Stable-Diffusion-WebUI/webui/configs/v1-inference.yaml
/root/miniconda3/envs/sd-py310/lib/python3.10/site-packages/huggingface_hub/file_download.py:943: FutureWarning: `resume_download` is deprecated and will be removed in version 1.0.0. Downloads always resume when possible. If you want to force a new download, use `force_download=True`.
  warnings.warn(
webui.sh: line 67: 17014 Killed                  "${PYTHON}" launch.py "$@"
启动完成

解决方案

从报错信息来看，核心问题是 进程被系统强制终止（Killed），具体发生在加载模型并初始化时。这通常是由于 内存（RAM）或显存（VRAM）不足 导致的，系统的 OOM（Out Of Memory）管理器会终止占用资源过高的进程以保护系统稳定。以下是具体分析和解决办法：

一、核心原因：资源不足

内存（RAM）不足
Stable Diffusion 加载大模型（如你使用的 AbyssOrangeMix3_AOM3A1B.safetensors 通常几 GB）时，会占用大量内存。如果 AutoDL 实例的内存（如 4GB/8GB）不足以支撑模型加载和初始化，系统会直接终止进程，出现 “Killed” 错误。
显存（VRAM）不足
若使用 GPU 加速，显存不足也可能导致崩溃，但 “Killed” 更常见于内存不足（显存不足通常会报 CUDA out of memory 错误）。

二、解决步骤

1. 检查资源使用情况

启动前先查看当前内存和显存占用，确认是否不足：

# 查看内存使用（total 是总内存，available 是可用内存）
free -h

# 查看显存使用（需有 GPU）
nvidia-smi

如果内存 available 低于模型大小（如模型 4GB，可用内存仅 2GB），则肯定是内存不足。
显存若低于模型推荐值（如 4GB 模型至少需要 6GB 显存），也可能触发问题。

2. 减少内存/显存占用（关键）

通过添加启动参数降低资源需求，修改 webui.sh 或启动命令，加入以下参数：

参数	作用	适用场景
`--lowvram`	低内存模式，分阶段加载模型到显存	显存 < 4GB
`--medvram`	中等内存模式，平衡速度和内存占用	显存 4-8GB
`--no-half`	禁用 FP16 半精度（用 FP32，精度高但占用高，不推荐）	仅作为最后尝试
`--disable-nan-check`	禁用数值检查，减少少量内存占用	内存略不足时

示例：在 webui.sh 中修改启动命令，添加 --medvram：

# 原启动行（约 line 67）
"${PYTHON}" launch.py "$@"

# 修改后
"${PYTHON}" launch.py --medvram "$@"

3. 关闭其他占用资源的进程

AutoDL 实例中可能有其他后台进程占用内存，用 top 或 htop 查看并关闭：

# 查看进程占用情况（按 M 排序内存占用）
top

# 找到高占用进程（如 PID 为 1234），终止它
kill -9 1234

4. 更换更小的模型或调整配置

若模型过大（如 7GB+），尝试换成轻量模型（如 2-4GB 的模型，如 v1-5-pruned.safetensors）。
降低图像生成参数（如分辨率从 512x512 降至 384x384），减少运行时内存需求。

5. 升级 AutoDL 实例配置

如果以上方法无效，说明当前实例的内存/显存不足以支撑运行，需在 AutoDL 控制台重新选择 更高配置的实例（如内存 16GB+、显存 8GB+）。

三、其他警告处理（不影响运行）

日志中的警告信息（如 GradioDeprecationWarning、FutureWarning）是工具库的版本兼容提示，不影响核心功能，可忽略或通过升级对应库解决：

# 升级 gradio 和 huggingface_hub 到最新版
pip install --upgrade gradio huggingface_hub

总结：“Killed” 主要是内存/显存不足导致，优先通过 --medvram 等参数降低资源需求，或升级实例配置，即可解决问题。

【Stable Diffusion运行报错】